深入理解Python中的装饰器：从基础到高级应用
在现代编程中，代码的可读性、可维护性和复用性是至关重要的。Python作为一种优雅且功能强大的编程语言，提供了许多工具和特性来帮助开发者编写高效、简洁的代码。其中，装饰器（Decorator）是一个非常强大且灵活的工具，它允许我们在不修改原始函数代码的情况下，为函数添加额外的功能。本文将深入探讨Python装饰器的工作原理，并通过实际代码示例展示其应用场景。
什么是装饰器？
装饰器本质上是一个高阶函数，它可以接收另一个函数作为参数，并返回一个新的函数。通过使用装饰器，我们可以在不改变原函数逻辑的情况下，动态地增加或修改函数的行为。装饰器通常用于日志记录、性能测量、访问控制等场景。
装饰器的基本语法
在Python中，装饰器的定义和使用都非常直观。下面是一个简单的例子，展示了如何定义和使用一个装饰器：
def my_decorator(func): def wrapper(): print("Something is happening before the function is called.") func() print("Something is happening after the function is called.") return wrapper@my_decoratordef say_hello(): print("Hello!")say_hello()输出结果：
Something is happening before the function is called.Hello!Something is happening after the function is called.在这个例子中，my_decorator 是一个装饰器函数，它接收 say_hello 函数作为参数，并返回一个新的函数 wrapper。当我们调用 say_hello() 时，实际上是调用了经过装饰后的 wrapper 函数，因此我们可以看到在 say_hello 执行前后分别打印了两条信息。
带参数的装饰器
有时候我们需要传递参数给装饰器本身，以便根据不同的需求定制装饰器的行为。为了实现这一点，我们可以再封装一层函数，使装饰器本身也可以接收参数。下面是一个带参数的装饰器的例子：
def repeat(num_times): def decorator_repeat(func): def wrapper(*args, **kwargs): for _ in range(num_times): result = func(*args, **kwargs) return result return wrapper return decorator_repeat@repeat(num_times=3)def greet(name): print(f"Hello {name}")greet("Alice")输出结果：
Hello AliceHello AliceHello Alice在这个例子中，repeat 是一个带参数的装饰器，它接收 num_times 参数，并返回一个真正的装饰器 decorator_repeat。这个装饰器会根据 num_times 的值重复执行被装饰的函数。
装饰器的应用场景
日志记录
日志记录是装饰器最常见的应用场景之一。通过装饰器，我们可以在函数执行前后自动记录日志，而无需在每个函数内部手动编写日志代码。这不仅提高了代码的可维护性，还使得日志记录逻辑与业务逻辑分离。
import logginglogging.basicConfig(level=logging.INFO)def log_function_call(func): def wrapper(*args, **kwargs): logging.info(f"Calling {func.__name__} with args={args}, kwargs={kwargs}") result = func(*args, **kwargs) logging.info(f"{func.__name__} returned {result}") return result return wrapper@log_function_calldef add(a, b): return a + badd(3, 5)输出结果：
INFO:root:Calling add with args=(3, 5), kwargs={}INFO:root:add returned 8性能测量
在开发过程中，了解函数的执行时间对于优化性能至关重要。通过装饰器，我们可以轻松地测量函数的执行时间，而无需修改函数本身的代码。
import timedef measure_time(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"{func.__name__} took {end_time - start_time:.4f} seconds to execute") return result return wrapper@measure_timedef slow_function(): time.sleep(2)slow_function()输出结果：
slow_function took 2.0012 seconds to execute访问控制
在某些情况下，我们可能希望对函数的访问进行限制，例如只有特定用户才能调用某个函数。通过装饰器，我们可以实现基于权限的访问控制。
from functools import wrapsdef require_permission(permission): def decorator_require_permission(func): @wraps(func) def wrapper(user, *args, **kwargs): if user.permission == permission: return func(user, *args, **kwargs) else: raise PermissionError("User does not have sufficient permissions") return wrapper return decorator_require_permissionclass User: def __init__(self, name, permission): self.name = name self.permission = permission@require_permission('admin')def admin_only_function(user): print(f"Welcome, {user.name}. You are an admin.")user1 = User('Alice', 'admin')user2 = User('Bob', 'user')admin_only_function(user1) # 输出: Welcome, Alice. You are an admin.admin_only_function(user2) # 抛出 PermissionError类装饰器
除了函数装饰器，Python还支持类装饰器。类装饰器可以用来修改类的行为，例如添加属性、方法或修改现有方法的行为。下面是一个简单的类装饰器示例，它为类添加了一个计数器，记录实例化了多少次该类的对象。
def count_instances(cls): original_init = cls.__init__ def new_init(self, *args, **kwargs): cls._instance_count += 1 print(f"Creating instance {cls._instance_count}") original_init(self, *args, **kwargs) cls.__init__ = new_init cls._instance_count = 0 return cls@count_instancesclass MyClass: def __init__(self, value): self.value = valueobj1 = MyClass(10)obj2 = MyClass(20)obj3 = MyClass(30)输出结果：
Creating instance 1Creating instance 2Creating instance 3装饰器是Python中一个非常强大且灵活的工具，能够极大地提升代码的可读性和可维护性。通过合理使用装饰器，我们可以轻松实现日志记录、性能测量、访问控制等功能，而无需修改原始代码。此外，装饰器还可以与其他高级特性如类装饰器结合使用，进一步扩展其应用场景。
掌握装饰器的使用不仅可以提高我们的编程效率，还能让我们写出更加优雅和高效的代码。希望本文能够帮助读者更好地理解和应用Python中的装饰器，从而在实际开发中受益。
