Python装饰器：给代码穿上智能“外衣”

在Python中，装饰器（Decorator）是一种优雅而强大的语法特性，它允许我们在不修改原函数代码的情况下，为其添加新功能。这就像是给函数穿上了一件智能“外衣”，既能保持核心逻辑简洁，又能扩展其能力。

一个简单的缓存装饰器

让我们来看一个实用案例：创建一个缓存装饰器来优化函数性能。

from functools import wraps

def cache_decorator(func):
    """缓存装饰器，存储函数计算结果避免重复计算"""
    cache = {
   }

    @wraps(func)
    def wrapper(*args):
        if args not in cache:
            cache[args] = func(*args)
            return cache[args]
        return cache[args]

    return wrapper

@cache_decorator
def fibonacci(n):
    """计算斐波那契数列"""
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 测试：重复计算会直接使用缓存结果
print(fibonacci(10))  # 首次计算
print(fibonacci(10))  # 从缓存读取，速度极快

装饰器的魔法之处

这个简单的@cache_decorator展示了装饰器的核心价值：

1. 非侵入式增强：原函数fibonacci的逻辑没有任何改变
2. 关注点分离：缓存逻辑与业务逻辑完全解耦
3. 代码复用：同一装饰器可以应用于多个函数

实际应用场景

装饰器在实际开发中用途广泛：

• 日志记录：自动记录函数调用信息
• 性能监控：计算函数执行时间
• 权限验证：检查用户权限后再执行函数
• 错误处理：统一捕获和处理异常

总结

Python装饰器体现了“修饰而非修改”的编程哲学，通过高阶函数和闭包的巧妙结合，让代码更加模块化、可维护。掌握装饰器不仅能写出更优雅的代码，还能深入理解Python的函数式编程特性。

下次当你发现多个函数需要相同的前置或后置处理时，不妨考虑使用装饰器——这层智能“外衣”能让你的代码既简洁又强大。