深入解析Python中的装饰器：从基础到高级
在现代编程中，代码的可读性、复用性和模块化是至关重要的。为了实现这些目标，许多编程语言引入了不同的机制来简化代码结构并增强其功能。Python作为一种高度灵活且强大的编程语言，提供了多种工具和特性以帮助开发者编写优雅且高效的代码。其中，装饰器（Decorator）是一个非常有用的概念，它不仅能够简化代码逻辑，还能让程序变得更加灵活和易于维护。
本文将深入探讨Python中的装饰器，从基本概念开始，逐步介绍其工作原理，并通过实际案例展示如何使用装饰器来优化代码。我们还将讨论一些高级主题，如类装饰器和参数化装饰器，以及它们在实际项目中的应用。
装饰器的基本概念
（一）什么是装饰器
装饰器本质上是一个接受函数作为参数并返回一个新函数的高阶函数。它可以在不修改原函数定义的情况下为函数添加新的行为或修改现有行为。这使得我们可以轻松地在多个地方重用某些通用逻辑，例如日志记录、性能测量等。
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()在这个例子中，my_decorator 是一个简单的装饰器，它接收 say_hello 函数作为参数，并创建了一个名为 wrapper 的内部函数。当调用 say_hello() 时，实际上是在执行 wrapper()，从而实现了在调用 say_hello 之前和之后打印信息的功能。
（二）语法糖@
在上面的例子中，我们看到了一种特殊的语法——@ 符号。这是Python提供的用于简化装饰器使用的语法糖。使用 @ 符号可以更直观地表示某个函数被装饰。上述代码等价于：
def say_hello(): print("Hello!")say_hello = my_decorator(say_hello)但显然前者更加简洁易懂。
带参数的装饰器
有时候我们需要传递额外的参数给装饰器，以便根据不同的需求定制装饰器的行为。为了实现这一点，我们需要创建一个返回装饰器的外部函数。这个外部函数可以接收所需的参数，然后返回一个真正的装饰器函数。
import functoolsdef repeat(num_times): def decorator_repeat(func): @functools.wraps(func) # 保留原始函数的信息 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")这里，repeat 是一个带有参数 num_times 的装饰器工厂函数。它返回了一个真正的装饰器 decorator_repeat，该装饰器会在调用被装饰函数时重复执行指定次数。functools.wraps 装饰器用于确保被装饰函数的元数据（如名称、文档字符串等）不会被丢失。
类装饰器
除了函数装饰器外，Python还支持类装饰器。类装饰器与函数装饰器类似，只不过它们作用于类而不是函数。类装饰器通常用于修改类的行为或属性，或者为类添加新的方法。
class CountCalls: def __init__(self, func): self.func = func self.num_calls = 0 def __call__(self, *args, **kwargs): self.num_calls += 1 print(f"Call {self.num_calls} of {self.func.__name__!r}") return self.func(*args, **kwargs)@CountCallsdef say_goodbye(): print("Goodbye!")say_goodbye()say_goodbye()在这个示例中，CountCalls 类充当装饰器的角色。它记录了被装饰函数 say_goodbye 被调用的次数。每当调用 say_goodbye 时，实际上是调用了 CountCalls 实例的 __call__ 方法。
装饰器的应用场景
（一）日志记录
在开发过程中，日志记录是非常重要的。它可以帮我们追踪程序的运行情况，调试错误。通过装饰器，我们可以轻松地为多个函数添加统一的日志记录逻辑。
import logginglogging.basicConfig(level=logging.INFO)def log_function_call(func): @functools.wraps(func) def wrapper(*args, **kwargs): logging.info(f"Calling function: {func.__name__}") result = func(*args, **kwargs) logging.info(f"Function {func.__name__} returned: {result}") return result return wrapper@log_function_calldef add(a, b): return a + badd(2, 3)（二）权限验证
在构建Web应用程序时，经常需要对用户的访问进行权限控制。利用装饰器，我们可以方便地为视图函数添加权限检查逻辑。
from functools import wrapsfrom flask import request, jsonifydef login_required(f): @wraps(f) def decorated_function(*args, **kwargs): auth_header = request.headers.get('Authorization') if not auth_header or 'Bearer' not in auth_header: return jsonify({'message': 'Missing token'}), 401 # 进一步验证token的有效性... return f(*args, **kwargs) return decorated_function@app.route('/protected')@login_requireddef protected_route(): return "This is a protected route"Python中的装饰器是一种强大而灵活的工具，它可以帮助我们编写更加简洁、可维护且功能丰富的代码。无论是初学者还是有经验的开发者，掌握装饰器都是提高编程技能的重要一步。随着不断深入学习和实践，你将会发现更多有趣且实用的装饰器应用场景。
