Python装饰器完全指南：从入门到实战

# Python装饰器完全指南：从入门到实战

## 什么是装饰器？

装饰器（Decorator）是Python中一种强大的语法特性，它允许我们在不修改原函数代码的前提下，动态地给函数添加额外的功能。你可以把装饰器想象成一个"包装纸"，包裹在函数外面，改变其行为但不改变其本质。

## 基础概念

### 函数是一等公民

在理解装饰器之前，首先要明白Python中的函数是一等公民（first-class object），这意味着：
- 函数可以赋值给变量
- 函数可以作为参数传递给其他函数
- 函数可以作为其他函数的返回值

``python
def hello():
    return "Hello, World!"
greet = hello  # 函数赋值给变量
print(greet())  # 输出: Hello, World!
`

### 嵌套函数

Python支持在函数内部定义函数：

`python
def outer():
    def inner():
        return "I'm inside"
    return inner
func = outer()
print(func())  # 输出: I'm inside
`

## 简单的装饰器实现

让我们从一个简单的例子开始：

`python
import functools
def my_decorator(func):
    @functools.wraps(func)
    def wrapper(args, *kwargs):
        print("Before function call")
        result = func(args, *kwargs)
        print("After function call")
        return result
    return wrapper
@my_decorator
def say_hello(name):
    print(f"Hello, {name}!")
say_hello("Alice")
`

输出：


`
Before function call
Hello, Alice!
After function call
`

## 常见装饰器应用场景

### 1. 日志记录

`python
import logging
import functools
def log_decorator(func):
    @functools.wraps(func)
    def wrapper(args, *kwargs):
        logging.info(f'Calling {func.__name__}')
        result = func(args, *kwargs)
        logging.info(f'{func.__name__} returned {result}')
        return result
    return wrapper
`

### 2. 性能计时

`python
import time
import functools
def timer(func):
    @functools.wraps(func)
    def wrapper(args, *kwargs):
        start = time.time()
        result = func(args, *kwargs)
        end = time.time()
        print(f'{func.__name__} took {end - start:.4f} seconds')
        return result
    return wrapper
`

### 3. 权限验证

`python
def require_login(func):
    @functools.wraps(func)
    def wrapper(args, *kwargs):
        user = get_current_user()
        if not user.is_authenticated:
            raise PermissionError("Please login first")
        return func(args, *kwargs)
    return wrapper
`

### 4. 缓存结果

`python
import functools
def cache(func):
    cache_dict = {}
    
    @functools.wraps(func)
    def wrapper(*args):
        if args not in cache_dict:
            cache_dict[args] = func(*args)
        return cache_dict[args]
    
    return wrapper
`

## 带参数的装饰器

有时候我们需要给装饰器传递参数：

`python
import functools
def repeat(times):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(args, *kwargs):
            for _ in range(times):
                result = func(args, *kwargs)
            return result
        return wrapper
    return decorator
@repeat(3)
def greet(name):
    print(f"Hello, {name}!")
greet("Bob")  # 会打印三次
`

## 多个装饰器叠加

Python允许我们将多个装饰器应用到同一个函数上：

`python
@decorator1
@decorator2
def my_function():
    pass
# 等价于
my_function = decorator1(decorator2(my_function))
`

执行顺序是从下到上，即先执行最下面的装饰器。

## 使用内置装饰器

### @property

`python
class Circle:
    def __init__(self, radius):
        self._radius = radius
    
    @property
    def radius(self):
        return self._radius
    
    @property
    def area(self):
        return 3.14159  self._radius * 2
`

### @staticmethod 和 @classmethod

`python
class MathUtils:
    @staticmethod
    def add(a, b):
        return a + b
    
    @classmethod
    def from_string(cls, value):
        return cls(int(value))
`

## 最佳实践

1. 始终使用 @functools.wraps`：保留原函数的元信息
2. 避免过度使用：装饰器应该用于横切关注点
3. 保持简单：装饰器的逻辑应该简洁明了
4. 注意装饰器顺序：多个装饰器时，顺序会影响最终行为
5. 文档化：为自定义装饰器编写清晰的文档字符串

## 总结

装饰器是Python中非常灵活且强大的工具，掌握它可以让你写出更加优雅、可维护的代码。无论是日志记录、性能监控、权限控制还是缓存优化，装饰器都能提供优雅的解决方案。

记住，装饰器的核心思想是：不修改原有代码，通过包装来增强功能。这是Python"开放封闭原则"的完美体现。