Python装饰器是函数或类的修饰器，它可以在不修改原函数或类定义的情况下，为其增加新的功能。这种机制极大地提高了代码的可重用性和模块化程度。那么，让我们一起探索这个强大的工具是如何工作的。
首先，我们得知道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。听起来可能有点抽象，让我们通过一个简单的例子来看看这是怎么一回事。
def simple_decorator(func):
def wrapper():
print("Something is happening before the function is called.")
func()
print("Something is happening after the function is called.")
return wrapper
@simple_decorator
def say_hello():
print("Hello!")
say_hello()
在这个例子中，simple_decorator就是一个装饰器。当我们使用@simple_decorator修饰say_hello函数时，实际上是将say_hello函数作为参数传递给了simple_decorator，然后simple_decorator返回了一个新的函数wrapper。所以，当我们调用say_hello()时，实际上是在调用wrapper()。
那么，为什么要用装饰器呢？装饰器最大的好处是它可以在不改变原函数定义的情况下，给函数增加新的功能。比如，我们可以创建一个日志装饰器，自动记录函数的调用时间和执行结果，而不需要修改函数本身。
import time
def log_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__}运行时间： {end_time - start_time}秒")
return result
return wrapper
@log_decorator
def complex_calculation(n):
total = 0
for i in range(n):
total += i
return total
complex_calculation(1000000)
通过这种方式，我们可以轻松地为任何函数添加日志记录功能，而不需要重复编写相同的日志代码。
除了上述基本用法，装饰器还可以接收参数，甚至可以嵌套使用，实现更为复杂的功能。例如，我们可以创建一个带参数的装饰器，来控制是否开启日志记录功能。
def log_decorator_with_argument(enabled=True):
def real_decorator(func):
def wrapper(*args, **kwargs):
if enabled:
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__}运行时间： {end_time - start_time}秒")
return result
else:
return func(*args, **kwargs)
return wrapper
return real_decorator
@log_decorator_with_argument(False)
def another_complex_calculation(n):
total = 0
for i in range(n):
total += i
return total
another_complex_calculation(1000000)
通过这样的方式，我们可以更加灵活地控制装饰器的行为，使其适应不同的需求场景。
总结来说，装饰器是Python中一种非常有用的工具，它允许我们在不修改原函数的情况下，轻松地为其增加新的功能。通过合理利用装饰器，我们可以写出更加简洁、高效、易于维护的代码。希望本文能够帮助你更好地理解和使用Python装饰器。
