python装饰器是用于修改或增强函数或类行为的工具。1) 装饰器可以动态添加功能，如日志记录和性能监控。2) 它们本质上是接受函数并返回新函数的函数。3) 使用装饰器时需注意保留函数元数据和执行顺序。4) 建议保持装饰器简单，并在需要时使用类装饰器。
在Python中，装饰器是一种非常强大的工具，用于修改或增强函数或类的行为。它们就像魔法一样，可以在不改变原始函数代码的情况下，动态地添加功能。这篇文章将深入探讨Python装饰器的使用方法、原理以及一些实用的技巧。
让我们从最基本的装饰器开始吧。假设你有一个简单的函数，你想在它执行前后打印一些日志信息。没有装饰器，你可能需要手动修改函数：
def my_function():
print("Function is running")
print("Before function call")
my_function()
print("After function call")但是，使用装饰器，我们可以这样做：
立即学习“Python免费学习笔记（深入）”；
def log_decorator(func):
def wrapper():
print("Before function call")
func()
print("After function call")
return wrapper
@log_decorator
def my_function():
print("Function is running")
my_function()在这个例子中，log_decorator 是一个装饰器，它接受一个函数 func 作为参数，并返回一个新的 wrapper 函数。这个 wrapper 函数在调用原始函数前后添加了日志打印。通过 @log_decorator 语法，我们可以轻松地将这个装饰器应用到 my_function 上。
现在，让我们深入了解装饰器的工作原理。装饰器本质上是一个函数，它接受一个函数作为参数，并返回一个新的函数。这个新的函数通常被称为“包装器”（wrapper），它可以调用原始函数，并在其前后执行额外的操作。
装饰器的优势在于它们可以复用。你可以定义一个装饰器，然后应用到多个函数上，而不必重复编写相同的代码。例如，如果你想为多个函数添加性能监控，你可以这样做：
import time
def timing_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 run.")
return result
return wrapper
@timing_decorator
def slow_function():
time.sleep(2)
print("Slow function finished")
@timing_decorator
def fast_function():
print("Fast function finished")
slow_function()
fast_function()在这个例子中，timing_decorator 可以应用到多个函数上，方便地监控它们的执行时间。
然而，装饰器也有一些需要注意的地方。首先，装饰器会改变函数的身份，这可能会影响一些依赖于函数名称的代码。为了解决这个问题，你可以使用 functools.wraps 来保留原始函数的元数据：
dmSOBC SHOP网店系统由北京时代胜腾信息技术有限公司（http://www.webzhan.com）历时6个月开发完成，本着简单实用的理念，商城在功能上摒弃了外在装饰的一些辅助功能，尽可能的精简各项模块开发，做到有用的才开发，网店V1.0.0版本开发完成后得到了很多用户的使用并获得了好评，公司立即对网店进行升级，其中包括修正客户提出的一些意见和建议，现对广大用户提供免费试用版本，如您在使用
from functools import wraps
def my_decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
print("Something is happening before the function is called.")
result = func(*args, **kwargs)
print("Something is happening after the function is called.")
return result
return wrapper
@my_decorator
def say_hello():
print("Hello!")
say_hello()这样，say_hello.__name__ 仍然会返回 "say_hello"，而不是 "wrapper"。
另一个需要注意的是，装饰器会在模块导入时立即执行。如果你的装饰器有副作用，你可能需要小心。例如：
def register(func):
print(f"Registering function: {func.__name__}")
return func
@register
def foo():
pass
@register
def bar():
pass在这个例子中，导入模块时就会打印出注册信息。
最后，分享一些我使用装饰器的经验和建议：
保持装饰器简单：装饰器的逻辑应该尽量简单明了，避免复杂的业务逻辑。如果装饰器变得太复杂，考虑将其拆分为多个装饰器或使用类装饰器。
使用类装饰器：有时候，使用类来实现装饰器会更灵活，特别是当你需要维护一些状态时。例如，缓存装饰器可以使用类来实现：
class Cached:
def __init__(self, func):
self.func = func
self.cache = {}
def __call__(self, *args):
if args in self.cache:
return self.cache[args]
result = self.func(*args)
self.cache[args] = result
return result
@Cached
def expensive_function(n):
print(f"Calculating {n}")
return n * n
print(expensive_function(2)) # 输出: Calculating 2, 然后 4
print(expensive_function(2)) # 直接返回 4，不再计算- 注意装饰器的执行顺序：多个装饰器应用到同一个函数时，它们的执行顺序是从下到上。例如：
def decorator1(func):
def wrapper():
print("Decorator 1")
return func()
return wrapper
def decorator2(func):
def wrapper():
print("Decorator 2")
return func()
return wrapper
@decorator1
@decorator2
def say_hello():
print("Hello!")
say_hello()输出将是：
Decorator 1 Decorator 2 Hello!
-
调试装饰器：调试装饰器可能有些棘手，因为它们会改变函数的调用栈。你可以使用
pdb或其他调试工具，但记得装饰器会影响函数的名称和文档字符串。
总之，装饰器是Python中一个非常有用的特性。它们可以帮助你编写更简洁、更具可读性的代码，但也要注意它们的使用方式和可能带来的问题。通过不断实践和总结经验，你会越来越熟练地使用装饰器来提升你的代码质量。
