深入理解Python中的装饰器模式
免费快速起号（微信号）
yycoo88
在Python编程中，装饰器（decorator）是一种非常强大且灵活的工具，它允许程序员在不修改原有代码的情况下为函数或方法添加额外的功能。本文将深入探讨Python中的装饰器模式，并通过具体的代码示例来展示其应用场景和实现方式。
1. 装饰器的基本概念
装饰器本质上是一个高阶函数，它可以接收一个函数作为参数，并返回一个新的函数。装饰器的作用是增强或修改被装饰的函数的行为，而不需要直接修改该函数的内部逻辑。装饰器通常用于日志记录、性能监控、权限验证等场景。
1.1 简单的装饰器示例
我们先来看一个最简单的装饰器例子：
def my_decorator(func): def wrapper(): print("Before the function is called.") func() print("After the function is called.") return wrapper@my_decoratordef say_hello(): print("Hello!")say_hello()输出结果：
Before the function is called.Hello!After the function is called.在这个例子中，my_decorator 是一个装饰器函数，它接收 say_hello 函数作为参数，并返回一个新的 wrapper 函数。当我们调用 say_hello() 时，实际上是在调用 wrapper()，从而实现了在执行 say_hello 之前和之后打印一些信息。
1.2 使用带参数的装饰器
有时我们希望装饰器能够接受参数，以便更灵活地控制其行为。可以通过再包裹一层函数来实现这一点：
def repeat(num_times): def decorator_repeat(func): def wrapper(*args, **kwargs): for _ in range(num_times): result = func(*args, **kwargs) return result return wrapper return decorator_repeat@repeat(num_times=3)def greet(name): print(f"Hello {name}")greet("Alice")输出结果：
Hello AliceHello AliceHello Alice在这个例子中，repeat 是一个带有参数的装饰器工厂函数，它接收 num_times 参数，并返回实际的装饰器 decorator_repeat。decorator_repeat 接收目标函数 greet 并返回 wrapper 函数，后者会在每次调用 greet 时重复执行指定次数。
2. 类装饰器
除了函数装饰器，Python 还支持类装饰器。类装饰器可以用来修饰整个类，而不是单个函数。类装饰器通常用于在类实例化之前或之后执行某些操作，或者动态地修改类的行为。
2.1 类装饰器示例
下面是一个使用类装饰器来记录类方法调用次数的例子：
class CountCalls: def __init__(self, cls): self.cls = cls self.call_counts = {} def __call__(self, *args, **kwargs): instance = self.cls(*args, **kwargs) for method_name in dir(self.cls): if callable(getattr(self.cls, method_name)) and not method_name.startswith("__"): setattr(instance, method_name, self.wrap_method(method_name)) return instance def wrap_method(self, method_name): def wrapped_method(*args, **kwargs): if method_name not in self.call_counts: self.call_counts[method_name] = 0 self.call_counts[method_name] += 1 print(f"Method {method_name} has been called {self.call_counts[method_name]} times.") return getattr(self.cls, method_name)(*args, **kwargs) return wrapped_method@CountCallsclass MyClass: def method_a(self): print("Executing method_a") def method_b(self): print("Executing method_b")obj = MyClass()obj.method_a()obj.method_b()obj.method_a()输出结果：
Method method_a has been called 1 times.Executing method_aMethod method_b has been called 1 times.Executing method_bMethod method_a has been called 2 times.Executing method_a在这个例子中，CountCalls 是一个类装饰器，它会遍历被装饰类的所有方法，并为每个方法添加计数功能。每当这些方法被调用时，都会更新相应的计数器并打印调用次数。
3. 带有状态的装饰器
有时候我们需要装饰器能够保持状态，例如缓存计算结果以提高性能。我们可以使用闭包或类来实现带有状态的装饰器。
3.1 缓存装饰器示例
下面是一个使用闭包实现的简单缓存装饰器：
from functools import lru_cachedef memoize(func): cache = {} def wrapper(*args): if args not in cache: cache[args] = func(*args) return cache[args] return wrapper@memoizedef fibonacci(n): if n <= 1: return n return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(10)) # 输出: 55为了简化上述实现，Python 标准库提供了 functools.lru_cache，它可以更方便地实现缓存功能：
from functools import lru_cache@lru_cache(maxsize=None)def fibonacci(n): if n <= 1: return n return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(10)) # 输出: 55lru_cache 不仅可以缓存结果，还可以根据 maxsize 参数限制缓存的最大容量，当超过容量时会自动淘汰最早进入缓存的数据。
4. 装饰器链
在实际开发中，我们可能会遇到需要同时应用多个装饰器的情况。Python 支持装饰器链，即可以将多个装饰器应用于同一个函数或类。装饰器链的执行顺序是从下到上，也就是说，最靠近函数定义的装饰器会最先执行。
4.1 装饰器链示例
def decorator_one(func): def wrapper(): print("Decorator one") func() return wrapperdef decorator_two(func): def wrapper(): print("Decorator two") func() return wrapper@decorator_one@decorator_twodef hello(): print("Hello world!")hello()输出结果：
Decorator oneDecorator twoHello world!在这个例子中，decorator_two 先于 decorator_one 执行，因为它是离 hello 函数最近的装饰器。
5. 总结
装饰器是Python中一种非常强大的特性，它可以帮助我们编写更加简洁、可维护的代码。通过合理使用装饰器，我们可以轻松地为现有代码添加新的功能，而无需修改原有的逻辑。无论是函数装饰器还是类装饰器，它们都为我们提供了极大的灵活性和扩展性。
在实际项目中，装饰器可以用于各种场景，如日志记录、性能优化、权限控制等。掌握装饰器的原理和实现方式，对于提高编程效率和代码质量具有重要意义。希望本文能够帮助读者更好地理解和应用Python中的装饰器模式。
