深入理解Python中的装饰器：从基础到高级应用
在现代软件开发中，代码的可读性、可维护性和模块化是至关重要的。Python作为一种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实现这些目标。其中，装饰器（Decorator）是一个非常重要的概念，它允许我们以一种优雅的方式修改函数或方法的行为，而无需更改其原始代码。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如何在不同场景中使用它们。
什么是装饰器？
装饰器本质上是一个函数，它接受另一个函数作为参数，并返回一个新的函数。通过这种方式，装饰器可以在不修改原始函数代码的情况下为其添加额外的功能。装饰器通常用于日志记录、性能测试、事务处理、缓存等场景。
基本语法
假设我们有一个简单的函数 greet()，我们希望在每次调用该函数时打印一条日志消息：
def greet(): print("Hello, world!")# 使用装饰器前后的对比我们可以手动实现类似装饰器的功能：
def log(func): def wrapper(): print(f"Calling function '{func.__name__}'") func() print(f"Function '{func.__name__}' finished execution") return wrappergreet_logged = log(greet)greet_logged()输出结果为：
Calling function 'greet'Hello, world!Function 'greet' finished execution然而，Python提供了一种更简洁的语法来使用装饰器，即使用 @ 符号：
@logdef greet(): print("Hello, world!")greet()这与上面的手动实现等价，但更加简洁和直观。
装饰器的基本工作原理
当我们定义一个装饰器时，实际上是在创建一个高阶函数（Higher-Order Function），它可以接收一个函数作为参数并返回另一个函数。以下是一个更通用的装饰器模板：
def decorator_function(original_function): def wrapper_function(*args, **kwargs): # 在原始函数之前执行的代码 print(f"Before calling {original_function.__name__}") result = original_function(*args, **kwargs) # 调用原始函数 # 在原始函数之后执行的代码 print(f"After calling {original_function.__name__}") return result # 返回原始函数的结果 return wrapper_function示例：带参数的装饰器
如果需要传递参数给装饰器本身，可以再嵌套一层函数：
def repeat(num_times): def decorator_function(original_function): def wrapper_function(*args, **kwargs): for _ in range(num_times): result = original_function(*args, **kwargs) return result return wrapper_function return decorator_function@repeat(num_times=3)def greet(name): print(f"Hello, {name}!")greet("Alice")输出结果为：
Hello, Alice!Hello, Alice!Hello, Alice!高级应用：类装饰器
除了函数装饰器，Python还支持类装饰器。类装饰器通常用于修改类的行为或属性。例如，我们可以创建一个装饰器来记录类的实例化次数：
class CountInstances: def __init__(self, cls): self.cls = cls self.instances = 0 def __call__(self, *args, **kwargs): self.instances += 1 print(f"Creating instance #{self.instances} of {self.cls.__name__}") return self.cls(*args, **kwargs)@CountInstancesclass MyClass: def __init__(self, value): self.value = valueobj1 = MyClass(10)obj2 = MyClass(20)输出结果为：
Creating instance #1 of MyClassCreating instance #2 of MyClass实际应用场景
1. 日志记录
装饰器非常适合用于自动记录函数的输入和输出。以下是一个简单的日志装饰器：
import logginglogging.basicConfig(level=logging.INFO)def log_decorator(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_decoratordef add(a, b): return a + badd(5, 3)2. 性能测试
装饰器也可以用来测量函数的执行时间：
import timedef timer_decorator(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@timer_decoratordef compute-heavy_task(n): total = 0 for i in range(n): total += i return totalcompute-heavy_task(1000000)3. 缓存（Memoization）
通过装饰器，我们可以轻松实现函数结果的缓存，从而避免重复计算：
from functools import lru_cache@lru_cache(maxsize=128)def fibonacci(n): if n < 2: return n return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(50))装饰器是Python中一个强大且灵活的工具，能够显著提高代码的复用性和可维护性。通过本文的介绍，你应该已经了解了装饰器的基本概念、工作原理以及一些常见的应用场景。随着经验的积累，你将能够根据具体需求设计出更加复杂和高效的装饰器。
