解锁Python超能力：深入理解装饰器
在Python的众多高级特性中，装饰器（Decorator）无疑是一颗璀璨的明珠。它优雅而强大，是进阶Python开发的必备技能。今天，我们就来揭开它的神秘面纱。
从一个需求开始
假设你有一个函数，用于计算斐波那契数列。现在，你想给它加一个“计时”功能，记录它的运行时间。最直接的做法是修改函数内部代码：
import time
def fibonacci(n):
start = time.time() # 开始计时
# ... (计算逻辑)
end = time.time() # 结束计时
print(f"耗时：{end - start}秒")
return result
但这样做有几个问题：你污染了原函数的逻辑，并且如果多个函数都需要计时，你将重复编写大量相同的代码。
装饰器：优雅的解决方案
装饰器的核心思想是：不修改原函数定义，而是动态地给函数增加功能。它本质上是一个“高阶函数”，即接受一个函数作为参数，并返回一个新函数。
让我们用装饰器重写计时功能：
import time
def timer(func): # 这是一个装饰器函数
def wrapper(*args, **kwargs): # 内部包装函数
start = time.time()
result = func(*args, **kwargs) # 执行原函数
end = time.time()
print(f"函数 {func.__name__} 耗时：{end - start}秒")
return result
return wrapper
@timer # 使用装饰器
def fibonacci(n):
# ... 纯净的计算逻辑
return result
现在，只需在fibonacci函数前加上@timer，它就自动拥有了计时功能。代码干净、可复用，完美符合“开放-封闭原则”。
装饰器的应用场景
装饰器的用武之地非常广泛：
- 日志记录： 自动记录函数的调用和参数。
- 性能测试： 如上例的计时器。
- 权限校验： 在Web开发中检查用户是否登录。
- 缓存： 存储函数计算结果，避免重复计算。
- 路由注册： 在Flask、Django等框架中广泛使用。
更强大的工具：@functools.wraps
细心的你可能会发现，被装饰后的函数名（func.__name__）变成了wrapper。这不利于调试。我们可以使用functools.wraps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 wrapper
总结
装饰器是Python中“语法糖”的完美体现，它将复杂的函数变换封装成简洁的@符号。掌握它，不仅能让你写出更简洁、更专业的代码，更能让你深刻理解Python作为动态语言的强大与灵活。从今天开始，尝试在你的项目中使用装饰器吧！
