Python-decorator技术指南

装饰器核心概念
1.1 什么是装饰器？
装饰器是Python中一种强大的语法特性，它允许您在不修改原函数代码的情况下，为函数或类动态地添加新功能。装饰器本质上是一个接受函数作为参数并返回函数的高阶函数。

装饰器的核心思想遵循软件开发中的"开放封闭原则"：对扩展开放（可以添加新功能），对修改封闭（不修改原有代码）。

1.2 装饰器语法糖
装饰器使用@decorator_name语法糖，这是一种简洁的表示法。例如：

@my_decorator
def my_function():
pass
完全等价于：

def my_function():
pass
my_function = my_decorator(my_function)
2. 装饰器工作原理与关键组件
2.1 闭包机制
装饰器依赖于闭包机制。内部函数可以访问外部函数的变量，即使在外部函数执行完毕后也是如此。

def simple_decorator(func):
def wrapper(args, **kwargs):
print("在函数执行前做一些事")
result = func(args, **kwargs)
print("在函数执行后做一些事")
return result
return wrapper

@simple_decorator
def greet(name):
print(f"Hello, {name}!")

greet("Alice")

输出：

在函数执行前做一些事

Hello, Alice!

在函数执行后做一些事

2.2 使用functools.wraps保留元信息
直接使用装饰器会导致被装饰函数的元信息（如__name__、doc）丢失。使用@functools.wraps可以保留这些信息。

from functools import wraps

def advanced_decorator(func):
@wraps(func)
def wrapper(args, **kwargs):
print(f"准备调用函数: {func.name}")
result = func(args, **kwargs)
print(f"函数 {func.name} 调用完毕")
return result
return wrapper

@advanced_decorator
def example():
"""这是一个示例函数。"""
print("函数内部逻辑")

print(example.name) # 输出：example （而不是 'wrapper'）
print(example.doc) # 输出：这是一个示例函数。
2.3 处理任意参数
使用*args和**kwargs确保装饰器可以处理任何参数类型的函数。

def universal_decorator(func):
@wraps(func)
def wrapper(args, **kwargs):
print("参数处理中...")
return func(args, **kwargs)
return wrapper
3. Python内置装饰器详解
3.1 @property装饰器
将类的方法转换为属性，实现对属性访问的控制。

class Circle:
def init(self, radius):
self._radius = radius

@property
def radius(self):
    """获取半径值。"""
    return self._radius

@radius.setter
def radius(self, value):
    """设置半径值，并进行验证。"""
    if value <= 0:
        raise ValueError("半径必须为正数")
    self._radius = value

@property
def area(self):
    """计算面积，这是一个只读属性。"""
    return 3.14159 * self._radius ** 2

c = Circle(5)
print(c.radius) # 5
c.radius = 10 # 设置半径
print(c.area) # 314.159
3.2 @staticmethod和@classmethod装饰器
class Date:
def init(self, year, month, day):
self.year = year
self.month = month
self.day = day

@classmethod
def from_string(cls, date_string):
    """类方法作为工厂，从字符串创建对象。"""
    year, month, day = map(int, date_string.split('-'))
    return cls(year, month, day)

@staticmethod
def is_leap_year(year):
    """静态方法，判断是否为闰年。"""
    return (year % 4 == 0 and year % 100 != 0) or (year % 400 == 0)

使用类方法

date = Date.from_string('2023-10-27')
print(date.year, date.month, date.day) # 2023 10 27

使用静态方法

print(Date.is_leap_year(2024)) # True
3.3 @functools.lru_cache装饰器
用于缓存函数调用结果，提升性能。

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(30)) # 快速计算结果
print(fibonacci.cache_info()) # 查看缓存信息
3.4 @dataclasses.dataclass装饰器
简化数据类的定义。

from dataclasses import dataclass

@dataclass
class Person:
name: str
age: int
city: str = "Unknown"

person = Person("Alice", 30)
print(person) # Person(name='Alice', age=30, city='Unknown')
4. 常见应用场景
4.1 计时器装饰器
import time
from functools import wraps

def timer(func):
@wraps(func)
def wrapper(args, **kwargs):
start = time.perf_counter()
result = func(args, **kwargs)
end = time.perf_counter()
print(f"函数 {func.name} 耗时 {end - start:.6f} 秒")
return result
return wrapper

@timer
def slow_function():
time.sleep(1)

slow_function() # 函数 slow_function 耗时 1.000123 秒
4.2 权限校验装饰器
def requires_login(func):
@wraps(func)
def wrapper(user, *args, **kwargs):
if not user.get('is_authenticated'):
raise PermissionError("用户未登录，无法执行此操作")
return func(user, *args, **kwargs)
return wrapper

@requires_login
def view_user_profile(user):
print(f"正在显示用户 {user['name']} 的资料")
4.3 缓存装饰器
from functools import wraps

def cache(func):
cached_data = {}
@wraps(func)
def wrapper(args):
if args in cached_data:
print(f"缓存命中: args={args}")
return cached_data[args]
print(f"计算并缓存: args={args}")
result = func(args)
cached_data[args] = result
return result
return wrapper
5. 进阶用法
5.1 带参数的装饰器
def repeat(num_times):
"""装饰器工厂，根据参数生成不同的装饰器。"""
def decorator(func):
@wraps(func)
def wrapper(args, **kwargs):
for i in range(num_times):
print(f"第 {i+1} 次执行")
result = func(args, **kwargs)
return result
return wrapper
return decorator

@repeat(num_times=3)
def say_hello():
print("Hello!")

say_hello()
5.2 类装饰器
class CountCalls:
def init(self, func):
self.func = func
self.call_count = 0

def __call__(self, *args, **kwargs):
    self.call_count += 1
    print(f"函数 {self.func.__name__} 被第 {self.call_count} 次调用")
    return self.func(*args, **kwargs)

@CountCalls
def example_function():
print("函数执行中...")
6. 第三方库中的装饰器
6.1 Flask路由装饰器
from flask import Flask

app = Flask(name)

@app.route('/hello')
def hello():
return "Hello, Flask!"
6.2 Django权限装饰器
from django.contrib.auth.decorators import login_required

@login_required
def my_view(request):
# 只有登录用户才能访问
pass
7. 最佳实践与注意事项
7.1 使用建议
清晰优先：避免过度使用或嵌套过深的装饰器，以免降低代码可读性。
保留元数据：务必使用@functools.wraps，这对调试和文档生成至关重要。
理解执行顺序：当多个装饰器堆叠时，它们的应用顺序是自下而上的。
7.2 常见陷阱
忘记使用@wraps：会导致函数元信息丢失
装饰器执行时机：装饰器在函数定义时执行，而不是调用时
异常处理：确保装饰器不会吞掉原函数的重要异常
8. 总结
Python装饰器是一种极具表现力的编程工具，它将横切关注点（如日志、安全、缓存）与核心业务逻辑分离，极大地增强了代码的可复用性和可维护性。掌握装饰器是迈向Python高级编程的重要一步，在众多主流框架（如Flask、Django）中都有广泛应用。

posted @ 2025-10-14 20:52 aaooli 阅读(26) 评论(0) 收藏举报

刷新页面返回顶部

aaooli