在Python编程中，装饰器是一个强大且高级的特性，它允许我们在不改变一个函数或类的定义的情况下，增加额外的功能。简而言之，装饰器本质上是一个接受函数或类作为参数并返回新函数或类的高阶函数。
1. 装饰器的基础
首先，让我们从一个简单的装饰器例子开始。假设我们有一个打印问候语的函数：
def greet():
print("Hello, World!")
现在，如果我们想要在每次调用这个函数时都记录下日志，传统的做法是直接修改函数体：
def greet():
print("Log: Function 'greet' is called.")
print("Hello, World!")
但这样会使得我们的代码变得冗余，尤其是当需要对多个函数添加相同逻辑时。装饰器提供了一种更为优雅的解决方案：
def log_decorator(func):
def wrapper():
print("Log: Function '{}' is called.".format(func.__name__))
func()
return wrapper
@log_decorator
def greet():
print("Hello, World!")
这里，@log_decorator就是一个装饰器，它在不修改greet函数的情况下，增加了日志记录的功能。
2. 带参数的装饰器
装饰器也可以处理带有参数的函数。为了实现这一点，我们需要让装饰器返回的包装函数能够接受任意数量的位置参数和关键字参数。
def log_decorator(func):
def wrapper(*args, **kwargs):
print("Log: Function '{}' is called with arguments {} and keyword arguments {}".format(
func.__name__, args, kwargs))
return func(*args, **kwargs)
return wrapper
@log_decorator
def add(a, b):
return a + b
在这个例子中，无论add函数被怎样调用，log_decorator都能正确地记录下它的参数。
3. 装饰器的实际应用
装饰器的应用非常广泛，包括但不限于权限检查、性能测试、日志记录等。例如，我们可以创建一个用于性能测试的装饰器：
import time
def performance(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print("Function '{}' took {:.4f} seconds to execute.".format(func.__name__, end_time - start_time))
return result
return wrapper
@performance
def complex_computation(n):
total = 0
for i in range(n):
total += i
return total
通过上述@performance装饰器，我们可以方便地为任何函数添加执行时间测量的功能，这在优化程序性能时非常有用。
4. 小结
通过以上介绍，我们看到了装饰器如何以简洁的方式增强函数的功能，同时保持代码的可读性和可维护性。无论是简单的日志记录、复杂的性能测试，还是其他任何需要在函数调用前后添加的逻辑，装饰器都是一个极佳的选择。掌握装饰器的使用，将使你的Python代码更加高效、优雅。
