在Python编程世界中，装饰器是一个既强大又神秘的工具，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。这听起来是不是有点像魔法？其实，装饰器的原理并不复杂，一旦你掌握了它的工作原理，就能在项目中大显身手了。
首先，让我们来理解什么是装饰器。简单来说，装饰器就是一个接受函数作为参数并返回新函数的函数。在Python中，我们使用@符号来应用装饰器。比如，一个简单的装饰器可以这样写：
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()
运行以上代码，你会看到装饰器在say_hello函数执行前后分别打印了一些信息，这就是装饰器的基本作用——在不改变原函数的情况下，增加一些额外的操作。
接下来，我们来看如何自定义一个带参数的装饰器。在实际应用中，装饰器往往需要能够处理被装饰函数的参数，这就需要我们的装饰器能够接收args和*kwargs：
def decorator_with_args(func):
def wrapper(*args, **kwargs):
print(f"Decorator is called with arguments {args} and keyword arguments {kwargs}")
return func(*args, **kwargs)
return wrapper
@decorator_with_args
def add(a, b):
return a + b
print(add(1, 2))
在这个例子中，我们的装饰器decorator_with_args能够接收并打印传递给add函数的参数，然后正常调用add函数。
除了这些基础用法，装饰器还可以用于实现如权限检查、日志记录等复杂的功能。例如，我们可以创建一个日志装饰器，记录函数的调用情况：
import functools
def log_decorator(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
print(f"Calling {func.__name__}")
result = func(*args, **kwargs)
print(f"{func.__name__} returned {result}")
return result
return wrapper
@log_decorator
def multiply(a, b):
return a * b
print(multiply(3, 4))
这个log_decorator会在每次调用被装饰的函数时打印一条日志，记录函数的名称和返回值。利用functools.wraps，我们还保留了原函数的名称和文档字符串，使得装饰后的函数看起来更“自然”。
通过上述例子，我们可以看到装饰器在Python中的强大功能和灵活性。它们不仅可以帮助我们简化代码，还能在不修改原始逻辑的情况下增加新的功能，是提高代码可读性和复用性的重要工具。希望这篇文章能帮助你更好地理解和使用Python中的装饰器，开启你的“装饰器之旅”。
