1. 装饰器本质函数的高级玩法Python装饰器的核心原理其实非常简单——它们就是函数的函数。想象你有一个普通函数现在需要给它添加额外功能但又不想修改原函数代码。这时候装饰器就派上用场了。装饰器的工作流程可以拆解为三个关键步骤接收一个函数作为输入对这个函数进行包装处理返回一个新的增强版函数这种处理方式在Python中被称为高阶函数也就是操作其他函数的函数。装饰器语法糖实际上是一种语法捷径它等价于def original_func(): pass original_func decorator(original_func)重要提示装饰器在导入模块时就会立即执行而不是在调用被装饰函数时才执行。这个特性经常被初学者忽略。2. 手写你的第一个装饰器让我们从最简单的装饰器开始——一个记录函数执行时间的工具import time def timer(func): def wrapper(*args, **kwargs): start time.time() result func(*args, **kwargs) end time.time() print(f{func.__name__} executed in {end-start:.4f} seconds) return result return wrapper timer def heavy_calculation(n): return sum(i*i for i in range(n)) heavy_calculation(1000000)这个装饰器的工作原理timer接收一个函数func作为参数定义内部函数wrapper来处理实际调用wrapper会记录开始时间调用原函数记录结束时间最后打印执行时间并返回原函数结果3. 装饰器的进阶用法3.1 带参数的装饰器有时候我们需要装饰器本身也能接收参数。这时就需要再嵌套一层函数def repeat(n): def decorator(func): def wrapper(*args, **kwargs): for _ in range(n): result func(*args, **kwargs) return result return wrapper return decorator repeat(3) def greet(name): print(fHello {name}) greet(World)这种三层嵌套的结构是装饰器接收参数的典型模式。调用顺序是repeat(3)先执行返回decorator函数decorator接收greet函数最终返回的是wrapper函数3.2 保留函数元信息使用装饰器后原函数的__name__、__doc__等元信息会被覆盖。可以使用functools.wraps来保留from functools import wraps def logit(func): wraps(func) def wrapper(*args, **kwargs): print(fCalling {func.__name__}) return func(*args, **kwargs) return wrapper3.3 类装饰器装饰器不仅可以作用于函数也可以装饰类def singleton(cls): instances {} def wrapper(*args, **kwargs): if cls not in instances: instances[cls] cls(*args, **kwargs) return instances[cls] return wrapper singleton class Database: pass4. 装饰器的实际应用场景4.1 性能监控def profile(func): wraps(func) def wrapper(*args, **kwargs): profiler cProfile.Profile() try: profiler.enable() result func(*args, **kwargs) profiler.disable() return result finally: profiler.print_stats() return wrapper4.2 权限验证def requires_auth(func): wraps(func) def wrapper(*args, **kwargs): if not current_user.is_authenticated: raise PermissionError(Authentication required) return func(*args, **kwargs) return wrapper4.3 缓存机制from functools import lru_cache lru_cache(maxsize128) def fibonacci(n): if n 2: return n return fibonacci(n-1) fibonacci(n-2)5. 常见问题与解决方案5.1 装饰器执行顺序当多个装饰器堆叠使用时它们的执行顺序是从下往上decorator1 decorator2 def func(): pass # 等价于 func decorator1(decorator2(func))5.2 装饰器与静态方法当装饰器遇到staticmethod或classmethod时装饰器应该放在最外层class MyClass: decorator staticmethod def method(): pass5.3 调试装饰器调试装饰器函数时可以使用inspect模块来检查参数import inspect def debug(func): wraps(func) def wrapper(*args, **kwargs): print(fCalling {func.__name__} with:) print(fArgs: {args}) print(fKwargs: {kwargs}) return func(*args, **kwargs) return wrapper6. 最佳实践与性能考量保持装饰器简单装饰器应该只负责一个明确的任务使用functools.wraps保留原函数的元数据考虑性能开销每个装饰器都会增加一层函数调用文档化装饰器明确说明装饰器的用途和效果避免装饰器副作用装饰器不应该修改原函数的行为只应该增强对于性能敏感的场景可以考虑使用__call__方法的类装饰器或者使用functools.lru_cache这样的内置优化装饰器。