在Python的魔法工具箱中，装饰器（Decorator） 无疑是提升代码可读性和复用性的利器。它像一位隐形的造型师，为函数“披上外衣”而不改其核心逻辑。
核心原理
装饰器本质是一个高阶函数，接收目标函数作为参数，返回一个新函数。它利用闭包特性，在不修改原函数代码的前提下注入额外行为。
def logger(func):
def wrapper(args, **kwargs):
print(f"[LOG] 调用 {func.name}")
return func(args, **kwargs)
return wrapper
@logger
def add(a, b):
return a + b
print(add(3, 5)) # 输出: [LOG] 调用 add → 8
经典应用场景
日志记录：跟踪函数调用（如上方示例）
性能监控：
import time
def timer(func):
def wrapper(args, **kwargs):
start = time.time()
result = func(args, kwargs)
print(f"耗时: {time.time()-start:.4f}s")
return result
return wrapper
权限验证：Web框架中常用（如Flask的@login_required）
缓存优化：functools.lru_cache装饰器实现记忆化
进阶技巧
带参数的装饰器：通过嵌套函数实现
def repeat(n):
def decorator(func):
def wrapper(*args, kwargs):
for _ in range(n):
result = func(args, *kwargs)
return result
return wrapper
return decorator
类装饰器：通过call方法实现状态管理
多装饰器堆叠：执行顺序从下往上（如@A @B def f() → B→A）
为什么值得用？
代码解耦：将非核心逻辑（如日志、验证）抽离
DRY原则：避免重复代码
可读性：@decorator语法比显式嵌套更直观
注意：过度装饰会增加调试复杂度，建议用functools.wraps保留原函数元数据。
结语
掌握装饰器，如同获得Python的“超能力”。它不仅是语法糖，更是设计模式的实践。尝试用它重构你的项目，让代码既简洁又强大！
