Python中的装饰器：从入门到实践

装饰器是Python的一个重要特性，它允许我们在不修改原始函数代码的情况下，增加函数的功能。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。这个新的函数通常会包含原始函数的一些额外功能。

让我们从个简单的例子开始。假设我们有一个函数，它打印一条消息：

def hello():
    print("Hello, world!")

我们可以创建一个装饰器，它在调用hello函数之前和之后打印一些额外的信息：

def print_info(func):
    def wrapper():
        print("Before call")
        func()
        print("After call")
    return wrapper

hello = print_info(hello)

现在，当我们调用hello函数时，它会首先打印"Before call"，然后执行原始的hello函数，最后打印"After call"。

装饰器还可以接受参数。例如，我们可以创建一个装饰器，它接受一个参数，并在调用被装饰的函数之前和之后打印这个参数：

def print_info(message):
    def decorator(func):
        def wrapper():
            print(message)
            func()
            print(message)
        return wrapper
    return decorator

@print_info("Extra info")
def hello():
    print("Hello, world!")

在这个例子中，我们使用了@语法，这是Python的一种语法糖，它等价于hello = print_info("Extra info")(hello)。

注意装饰器的顺序很重要。如果我们有多个装饰器，它们会按照从下到上的顺序应用。这意味着最接近原始函数的装饰器最先被应用，最远离原始函数的装饰器最后被应用。

最后，让我们看一个实际的例子。假设我们正在开发一个web应用，我们想要记录每个请求的处理时间。我们可以创建一个装饰器来完成这个任务：

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} seconds to run")
        return result
    return wrapper

@timing_decorator
def handle_request(request):
    # 处理请求...
    pass

在这个例子中，每次我们调用handle_request函数时，都会自动打印出它的运行时间。这就是装饰器的强大之处：它们允许我们在不修改原始函数代码的情况下，增加函数的功能。