好的，各位亲爱的程序员朋友们，欢迎来到今天的“Python 装饰器深度探险之旅”！ 🧗♂️
今天，我们要聊聊 Python 里的一个神奇玩意儿，它像一位优雅的魔法师，悄无声息地给你的代码注入新的力量，却又不改变代码本身的结构。没错，说的就是——装饰器 (Decorators)。 🎩✨
别怕！很多人一听到“装饰器”就觉得高深莫测，好像只有大神才能驾驭。但其实，只要你掌握了它的核心原理，就能发现它其实是个很实用、很有趣的小工具。
准备好了吗？让我们一起揭开装饰器的神秘面纱，看看它到底能玩出什么花样！ 🌸
第一站：装饰器是什么？“包装”出来的惊喜！
想象一下，你开了一家蛋糕店，生意很好，但顾客们总是抱怨蛋糕太单调。 🤔 你不想改变蛋糕的配方（也就是不想修改原函数），但又想满足顾客的需求。
这时候，你就可以用各种奶油、水果、巧克力给蛋糕“装饰”一下，让它看起来更美味、更吸引人。 🍰🍓🍫
装饰器就扮演着类似的角色。它本质上是一个 Python 函数，它可以接受一个函数作为参数，然后返回一个新的函数。这个新的函数通常会在原函数的基础上添加一些额外的功能，比如：
- 记录函数执行时间
- 验证用户权限
- 缓存函数结果
- 等等…
这种在不修改原函数代码的前提下，增加其功能的方式，是不是很优雅？ 😎
用代码说话：一个简单的装饰器例子
import time
def timer(func):
"""
一个用于计算函数执行时间的装饰器
"""
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs) # 调用原函数
end_time = time.time()
print(f"函数 {func.__name__} 执行时间：{end_time - start_time:.4f} 秒")
return result
return wrapper
@timer # 使用 @ 符号应用装饰器
def my_function(n):
"""
一个简单的示例函数，计算 1 到 n 的和
"""
total = 0
for i in range(1, n + 1):
total += i
return total
result = my_function(100000)
print(f"结果：{result}")在这个例子中：
timer是一个装饰器函数，它接受一个函数func作为参数。wrapper是timer内部定义的一个函数，它负责执行原函数func，并记录执行时间。@timer语法糖，相当于my_function = timer(my_function)，它将my_function传递给timer函数，并将返回的新函数赋值给my_function。
运行这段代码，你会看到类似这样的输出：
函数 my_function 执行时间：0.0078 秒
结果：5000050000看到了吗？我们没有修改 my_function 的代码，却成功地给它添加了计时功能！ 🎉
第二站：装饰器的语法糖：@ 的魔力
@ 符号是 Python 装饰器的语法糖，它让装饰器的使用更加简洁、优雅。如果没有 @ 符号，我们需要这样写：
def my_function(n):
# ... 函数代码 ...
pass
my_function = timer(my_function) # 手动应用装饰器虽然也能实现同样的效果，但看起来比较冗长，可读性也稍差。使用 @ 符号，代码就像施了魔法一样，瞬间变得简洁明了：
@timer
def my_function(n):
# ... 函数代码 ...
pass@ 符号就像一个快捷方式，它会自动将下面的函数传递给装饰器函数，并将返回的新函数赋值给原函数。
第三站：装饰器的进阶玩法：带参数的装饰器
有时候，我们希望装饰器能够根据不同的参数，实现不同的功能。比如，我们想让 timer 装饰器可以自定义时间单位（秒、毫秒等）。
这时候，我们可以创建一个带参数的装饰器：
import time
def timer(unit="s"):
"""
一个带参数的装饰器，用于计算函数执行时间，并可以自定义时间单位
"""
def decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
elapsed_time = end_time - start_time
if unit == "ms":
elapsed_time *= 1000 # 转换为毫秒
unit_str = "毫秒"
else:
unit_str = "秒"
print(f"函数 {func.__name__} 执行时间：{elapsed_time:.4f} {unit_str}")
return result
return wrapper
return decorator
@timer(unit="ms") # 使用带参数的装饰器
def my_function(n):
"""
一个简单的示例函数，计算 1 到 n 的和
"""
total = 0
for i in range(1, n + 1):
total += i
return total
result = my_function(100000)
print(f"结果：{result}")在这个例子中：
timer函数接受一个参数unit，用于指定时间单位。timer函数内部又定义了一个decorator函数，它接受一个函数func作为参数。decorator函数内部定义了wrapper函数，它负责执行原函数func，并记录执行时间。
注意，带参数的装饰器实际上是一个函数工厂，它返回一个装饰器。 🤯
第四站：装饰器的应用场景：让你的代码更优雅！
装饰器在实际开发中有很多应用场景，下面列举几个常见的例子：
-
日志记录 (Logging)
我们可以使用装饰器来记录函数的调用信息，比如函数名、参数、返回值等。这对于调试和问题排查非常有用。
def log(func): """ 一个用于记录函数调用信息的装饰器 """ def wrapper(*args, **kwargs): print(f"调用函数：{func.__name__}，参数：{args}，关键字参数：{kwargs}") result = func(*args, **kwargs) print(f"函数 {func.__name__} 返回值：{result}") return result return wrapper @log def add(x, y): return x + y add(1, 2) -
权限验证 (Authentication)
我们可以使用装饰器来验证用户是否有权限访问某个函数。这对于保护敏感数据和功能非常重要。
def requires_permission(permission): """ 一个用于验证用户权限的装饰器 """ def decorator(func): def wrapper(*args, **kwargs): # 假设有一个 user 对象，包含用户的权限信息 user = get_current_user() # 获取当前用户 if permission in user.permissions: return func(*args, **kwargs) else: raise PermissionError("没有权限访问该函数") return wrapper return decorator @requires_permission("admin") def delete_user(user_id): """ 删除用户的函数，需要 admin 权限 """ # ... 删除用户的代码 ... pass -
缓存 (Caching)
我们可以使用装饰器来缓存函数的计算结果，避免重复计算，提高性能。
import functools def cache(func): """ 一个用于缓存函数结果的装饰器 """ @functools.lru_cache(maxsize=128) # 使用 functools.lru_cache 实现缓存 def wrapper(*args, **kwargs): return func(*args, **kwargs) return wrapper @cache def fibonacci(n): """ 计算斐波那契数列的函数 """ if n <= 1: return n else: return fibonacci(n-1) + fibonacci(n-2) print(fibonacci(30)) # 第一次计算，比较慢 print(fibonacci(30)) # 第二次计算，非常快，因为使用了缓存 -
重试 (Retry)
我们可以使用装饰器来实现函数的自动重试，提高程序的健壮性。
import time def retry(max_attempts=3, delay=1): """ 一个用于自动重试的装饰器 """ def decorator(func): def wrapper(*args, **kwargs): attempts = 0 while attempts < max_attempts: try: return func(*args, **kwargs) except Exception as e: attempts += 1 print(f"函数 {func.__name__} 执行失败，第 {attempts} 次重试，错误信息：{e}") time.sleep(delay) print(f"函数 {func.__name__} 重试 {max_attempts} 次后仍然失败，放弃") raise return wrapper return decorator @retry(max_attempts=5, delay=2) def unreliable_function(): """ 一个不太可靠的函数，可能会抛出异常 """ import random if random.random() < 0.5: raise Exception("Something went wrong!") else: return "Success!" print(unreliable_function())
第五站：装饰器的注意事项：别踩坑！
虽然装饰器很强大，但在使用时也需要注意一些问题：
-
函数签名丢失
装饰器会改变原函数的签名（name, docstring, annotations, 等等）。这意味着，如果你使用
help(my_function)，你可能会看到wrapper函数的信息，而不是my_function的信息。为了解决这个问题，可以使用
functools.wraps装饰器来保留原函数的签名：import functools def my_decorator(func): @functools.wraps(func) # 使用 functools.wraps 保留原函数签名 def wrapper(*args, **kwargs): # ... 装饰器的代码 ... return func(*args, **kwargs) return wrapper @my_decorator def my_function(): """ 一个示例函数 """ pass print(my_function.__name__) # 输出：my_function print(my_function.__doc__) # 输出：一个示例函数 -
嵌套装饰器
可以同时使用多个装饰器，它们会按照从上到下的顺序依次应用。
@decorator1 @decorator2 def my_function(): # ... 函数代码 ... pass # 相当于：my_function = decorator1(decorator2(my_function)) -
类装饰器
装饰器不仅可以用于函数，还可以用于类。类装饰器可以修改类的行为，比如添加属性、方法等。
def my_class_decorator(cls): """ 一个类装饰器，给类添加一个属性 """ cls.new_attribute = "Hello from decorator!" return cls @my_class_decorator class MyClass: pass print(MyClass.new_attribute) # 输出：Hello from decorator!
第六站：装饰器的未来：无限可能！
装饰器是 Python 中一个非常灵活、强大的工具，它可以帮助我们编写更简洁、更优雅的代码。随着 Python 的不断发展，装饰器的应用场景也会越来越广泛。
希望今天的讲解能够帮助你更好地理解和使用装饰器。记住，实践是最好的老师！多写代码，多尝试，你一定会掌握装饰器的精髓。 💪
最后，送给大家一句名言：
"Talk is cheap. Show me the code." – Linus Torvalds
现在，拿起你的键盘，开始你的装饰器之旅吧！ 🚀 祝大家编程愉快！ 😊