在Python编程世界中，装饰器是一个既神秘又强大的工具，它允许我们在不修改原有函数代码的情况下，增加额外的功能。这一特性使得装饰器成为Python中提高代码重用性和可读性的重要手段。接下来，我们将一起探索装饰器的奥秘，从基础概念入手，逐步深入到更复杂的应用场景。
首先，让我们定义什么是装饰器。简单来说，装饰器是一种设计模式，它允许用户在不改变对象现有代码的情况下，给对象添加新的功能。在Python中，装饰器是一种接受函数作为参数并返回新函数的可调用对象。
基础装饰器
我们从一个简单的例子开始。假设我们有一个打印问候语的函数：
def greeting(name):
print(f"Hello, {name}!")
我们希望每次调用这个函数时，都自动记录下这次调用。我们可以创建一个装饰器来实现这个功能：
def log_decorator(func):
def wrapper(*args, **kwargs):
print(f"Calling function: {func.__name__}")
result = func(*args, **kwargs)
print(f"Finished calling function: {func.__name__}")
return result
return wrapper
现在，我们可以使用@log_decorator来装饰greeting函数：
@log_decorator
def greeting(name):
print(f"Hello, {name}!")
这样，每次调用greeting函数时，都会先打印出一条记录信息，然后再执行原函数。
带参数的装饰器
有时候，我们需要装饰器能够接收参数。这可以通过在外层再包裹一层函数实现。例如，我们想要控制是否启用日志记录：
def log_decorator_with_argument(enable_logging=True):
def real_decorator(func):
def wrapper(*args, **kwargs):
if enable_logging:
print(f"Calling function: {func.__name__}")
result = func(*args, **kwargs)
print(f"Finished calling function: {func.__name__}")
return result
return wrapper
return real_decorator
使用这个装饰器时，我们可以决定是否开启日志记录：
@log_decorator_with_argument(enable_logging=False)
def greeting(name):
print(f"Hello, {name}!")
装饰器堆栈
装饰器还可以组合使用，形成装饰器堆栈，以实现更复杂的功能。例如，我们可以同时添加日志记录和执行时间统计：
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__} executed in {end_time - start_time}s")
return result
return wrapper
然后，我们可以这样使用：
@timing_decorator
@log_decorator
def greeting(name):
print(f"Hello, {name}!")
这样，每次调用greeting函数时，都会先记录日志，然后计算并打印出执行时间。
通过上述介绍，我们可以看到装饰器不仅能够简化代码，还能在不改变原有逻辑的前提下，轻松添加新功能。掌握装饰器的使用，可以让你的代码更加优雅和高效。随着你对装饰器的深入了解，你会发现它在Python编程中有着广泛的应用场景，从而大大提高你的开发效率和代码质量。
