在Python的世界里，装饰器是一种独特而强大的功能，它允许开发者在不修改原函数源代码的情况下，动态地为函数添加新的功能。这种“分离关注点”的思想，极大地增强了代码的模块化和可重用性。本文将从基础概念出发，逐步深入到装饰器的高级应用，带领大家领略其在Python编程中的无限魅力。
一、装饰器的基本概念
装饰器本质上是一个接受函数作为参数并返回一个新函数的高阶函数。这个新函数通常会包裹原始函数，并在其前后执行额外的逻辑，从而实现增强功能的目的。装饰器的语法糖@expression使得使用起来更加简洁直观。
二、基本用法示例
def my_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
@my_decorator
def say_hello():
print("Hello!")
say_hello()
上述代码中，my_decorator是一个基本的装饰器，它在say_hello函数执行前后分别打印了一条消息。运行结果展示了如何在不改变say_hello定义的前提下，为其添加了额外的行为。
三、参数化装饰器
为了使装饰器更加灵活，我们可以编写参数化的装饰器，这些参数可以是函数、类甚至更复杂的对象，用于定制装饰行为。
def repeat(num_times):
def decorator(func):
def wrapper(*args, **kwargs):
for _ in range(num_times):
func(*args, **kwargs)
return wrapper
return decorator
@repeat(3)
def greet(name):
print(f"Hello, {name}!")
greet("Alice")
在这个例子中，repeat装饰器接受一个参数num_times，控制被装饰函数greet的调用次数，展示了如何根据需求调整装饰器的行为。
四、带参数的装饰器
有时我们可能需要让装饰器本身也能接收参数，这可以通过嵌套函数来实现。
from functools import wraps
def memoize(cache={
}):
def decorator(func):
@wraps(func)
def wrapped(*args):
if args not in cache:
cache[args] = func(*args)
return cache[args]
return wrapped
return decorator
@memoize()
def fibonacci(n):
if n in (0, 1):
return n
return fibonacci(n-1) + fibonacci(n-2)
print(fibonacci(10)) # 输出55，且计算过程被缓存
这里，memoize装饰器利用了一个默认字典来缓存函数结果，避免重复计算，特别适合用于优化递归函数的性能。
五、类装饰器与静态方法装饰器
除了函数装饰器外，Python还支持类装饰器和静态方法装饰器，它们可以用于修改类的创建过程或特定方法的行为，进一步拓宽了装饰器的应用范围。
def singleton(cls):
instances = {
}
def get_instance(*args, **kwargs):
if cls not in instances:
instances[cls] = cls(*args, **kwargs)
return instances[cls]
return get_instance
@singleton
class MyClass:
pass
obj1 = MyClass()
obj2 = MyClass()
print(obj1 is obj2) # True, obj1和obj2是同一个实例
六、结论
装饰器作为Python的一大特色，不仅简化了代码结构，提高了开发效率，还促进了设计模式的应用，如策略模式、观察者模式等。通过本文的介绍，希望读者能深刻理解装饰器的工作原理，并能在实际项目中灵活运用，编写出更加优雅、高效的Python代码。
