在编程的世界里，我们经常遇到需要重复执行某些操作的情况，比如日志记录、性能测试或是权限校验等。为了不让这些重复的代码片段分散在我们的程序中，Python引入了装饰器这一概念。装饰器本质上是一个接受函数作为参数并返回新函数的高阶函数。
让我们先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 greet():
print("Hello, world!")
现在，我们想要在每次调用这个函数前后都记录一条日志。通常的做法是直接在函数体内部添加日志代码：
def greet():
print("Before greeting...")
print("Hello, world!")
print("After greeting...")
但这样做有个问题，如果我们有很多类似的函数需要添加日志功能，那么就要反复编写相同的日志代码。这时，装饰器就派上用场了。我们可以创建一个装饰器来自动添加这些日志记录：
def log_decorator(func):
def wrapper():
print("Before calling function...")
func()
print("After calling function...")
return wrapper
@log_decorator
def greet():
print("Hello, world!")
在这个例子中，log_decorator就是我们的装饰器。当我们使用@log_decorator修饰greet函数时，实际上是将greet函数作为参数传递给了log_decorator，然后log_decorator返回了一个新的函数wrapper来代替原来的greet函数。因此，当我们调用greet()时，实际上是在调用wrapper()。
装饰器的魔力在于它能够在不更改原函数定义的前提下，给函数增加新的功能。而且，装饰器本身也是可以叠加使用的，这给了我们极大的灵活性。例如，我们可以再创建一个计算函数运行时间的装饰器：
import time
def timer_decorator(func):
def wrapper():
start_time = time.time()
func()
end_time = time.time()
print(f"{func.__name__} ran in {end_time - start_time} seconds.")
return wrapper
@timer_decorator
@log_decorator
def greet():
print("Hello, world!")
在这个例子中，我们首先用log_decorator修饰了greet函数，然后又用timer_decorator修饰了返回的新函数。这样，当我们调用greet()时，它会首先被计时，然后才会打印日志和问候语。
通过这两个简单的例子，我们可以看到装饰器如何在不改变原有函数结构的情况下，动态地添加额外功能。它们是Python中一个非常有用的高级特性，能够让我们的代码更加干净、模块化和可复用。随着对装饰器的深入理解，你会发现它们在解决实际问题时的强大之处。
