解锁Python超能力：深入理解装饰器
在Python中，装饰器（Decorator）堪称是一门“魔法”艺术。它允许我们在不修改原函数代码的情况下，为其动态添加新功能。无论是日志记录、性能测试，还是权限校验，装饰器都是实现代码复用和增强的利器。
从一个痛点开始
假设我们有几个函数，想计算它们的执行时间。最笨的方法是在每个函数里添加计时逻辑：
import time
def my_function():
start = time.time()
# ... 函数核心逻辑
time.sleep(1)
end = time.time()
print(f"函数执行耗时：{end - start} 秒")
my_function()
如果有很多函数，这种重复代码会非常冗余且难以维护。
装饰器：优雅的解决方案
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可调用对象。让我们创建一个计时装饰器：
import time
def timer(func):
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs) # 执行原函数
end = time.time()
print(f"{func.__name__} 执行耗时：{end - start:.2f} 秒")
return result
return wrapper
# 使用装饰器
@timer
def my_function():
time.sleep(1)
my_function()
# 输出：my_function 执行耗时：1.00 秒
看！我们通过简单地添加 @timer，就为 my_function 赋予了计时功能，而没有侵入其内部代码。
解密魔法语法糖
@timer 只是一个“语法糖”，它等价于：
def my_function():
time.sleep(1)
my_function = timer(my_function)
当调用 my_function() 时，实际上执行的是装饰器返回的 wrapper 函数。
应对身份危机：使用functools.wraps
细心的你可能会发现，被装饰后的函数名变成了 wrapper。这破坏了函数的元信息。解决方法很简单，使用 functools.wraps 装饰器来修复：
from functools import wraps
def timer(func):
@wraps(func) # 保留原函数的元信息
def wrapper(*args, **kwargs):
# ... 同上
return result
return wrapper
实战场景
装饰器的应用场景非常广泛：
- Web路由： 如 Flask 框架中的
@app.route(‘/’)。 - 权限验证： 在函数执行前检查用户是否登录。
- 日志记录： 自动记录函数的调用和参数。
- 缓存： 使用
@functools.lru_cache缓存函数结果，提升性能。
总结
装饰器是Python高级编程的核心概念之一。它体现了“对扩展开放，对修改封闭”的开闭原则。掌握装饰器，不仅能让你写出更简洁、优雅的代码，更能让你深入理解Python函数作为“一等公民”的强大之处。从今天开始，尝试用装饰器来优化你的代码吧！
