深入理解Python中的装饰器（Decorator）
免费快速起号（微信号）
QSUtG1U
在编程中，代码的复用性和可维护性是至关重要的。Python 提供了许多工具和特性来帮助开发者编写简洁、高效且易于维护的代码。其中，装饰器（Decorator）是一个非常强大的工具，它允许我们在不修改原始函数的情况下为函数添加新的功能。本文将深入探讨 Python 中的装饰器，包括其基本概念、实现方式以及实际应用。
什么是装饰器？
装饰器本质上是一个 Python 函数，它可以在不改变原函数代码的前提下，为函数增加额外的功能。装饰器通常用于日志记录、性能测试、事务处理等场景。装饰器的核心思想是“包装”一个函数或方法，使得在调用该函数时可以执行一些额外的操作。
装饰器的语法形式如下：
@decorator_functiondef my_function(): pass@decorator_function 是装饰器的语法糖，它等价于 my_function = decorator_function(my_function)。也就是说，装饰器实际上是一个高阶函数，它接受一个函数作为参数，并返回一个新的函数。
简单的例子
我们来看一个简单的例子，假设我们有一个函数 say_hello()，我们希望在这个函数调用前后打印一条日志信息。我们可以使用装饰器来实现这个功能：
def log_decorator(func): def wrapper(*args, **kwargs): print(f"Calling function {func.__name__}") result = func(*args, **kwargs) print(f"Finished calling function {func.__name__}") return result return wrapper@log_decoratordef say_hello(name): print(f"Hello, {name}!")say_hello("Alice")输出结果为：
Calling function say_helloHello, Alice!Finished calling function say_hello在这个例子中，log_decorator 是一个装饰器函数，它接收 say_hello 作为参数，并返回一个新的函数 wrapper。wrapper 在调用 say_hello 之前和之后分别打印了一条日志信息。
装饰器的参数
有时候我们可能需要为装饰器传递参数。例如，我们可能希望控制日志的级别（如 DEBUG、INFO 等）。为了实现这一点，我们需要编写一个带有参数的装饰器。这可以通过再嵌套一层函数来实现：
def log_with_level(level): def decorator(func): def wrapper(*args, **kwargs): print(f"[{level}] Calling function {func.__name__}") result = func(*args, **kwargs) print(f"[{level}] Finished calling function {func.__name__}") return result return wrapper return decorator@log_with_level("DEBUG")def say_hello(name): print(f"Hello, {name}!")say_hello("Alice")输出结果为：
[DEBUG] Calling function say_helloHello, Alice![DEBUG] Finished calling function say_hello在这个例子中，log_with_level 是一个带参数的装饰器工厂函数，它接收日志级别作为参数，并返回一个真正的装饰器函数 decorator。decorator 再次接收目标函数 say_hello 作为参数，并返回一个包装函数 wrapper。
类装饰器
除了函数装饰器，Python 还支持类装饰器。类装饰器的作用类似于函数装饰器，但它作用于类而不是函数。类装饰器通常用于修改类的行为，例如添加属性、修改方法等。
下面是一个简单的类装饰器示例，它为类添加了一个计数器，记录类实例化了多少次：
class CountInstances: def __init__(self, cls): self._cls = cls self._instances = 0 def __call__(self, *args, **kwargs): self._instances += 1 print(f"Number of instances: {self._instances}") return self._cls(*args, **kwargs)@CountInstancesclass MyClass: def __init__(self, name): self.name = nameobj1 = MyClass("Alice")obj2 = MyClass("Bob")obj3 = MyClass("Charlie")输出结果为：
Number of instances: 1Number of instances: 2Number of instances: 3在这个例子中，CountInstances 是一个类装饰器，它接收类 MyClass 作为参数，并在其每次实例化时更新计数器。
带参数的类装饰器
与函数装饰器类似，类装饰器也可以接受参数。例如，我们可以为类装饰器添加一个参数，以控制是否启用计数功能：
class CountInstances: def __init__(self, enabled=True): self.enabled = enabled self._instances = 0 def __call__(self, cls): if not self.enabled: return cls class Wrapper(cls): def __init__(self, *args, **kwargs): super().__init__(*args, **kwargs) self.__class__._instances += 1 print(f"Number of instances: {self.__class__._instances}") @classmethod def get_instance_count(cls): return cls._instances Wrapper._instances = 0 return Wrapper@CountInstances(enabled=True)class MyClass: def __init__(self, name): self.name = nameobj1 = MyClass("Alice")obj2 = MyClass("Bob")print(MyClass.get_instance_count())输出结果为：
Number of instances: 1Number of instances: 22在这个例子中，CountInstances 是一个带参数的类装饰器，它根据传入的 enabled 参数决定是否启用计数功能。
装饰器的组合使用
有时我们可能需要为同一个函数或类应用多个装饰器。Python 允许我们将多个装饰器叠加使用，装饰器的执行顺序是从内到外。也就是说，最靠近函数定义的装饰器会首先被应用。
def decorator1(func): def wrapper(*args, **kwargs): print("Decorator 1 before") result = func(*args, **kwargs) print("Decorator 1 after") return result return wrapperdef decorator2(func): def wrapper(*args, **kwargs): print("Decorator 2 before") result = func(*args, **kwargs) print("Decorator 2 after") return result return wrapper@decorator1@decorator2def say_hello(name): print(f"Hello, {name}!")say_hello("Alice")输出结果为：
Decorator 1 beforeDecorator 2 beforeHello, Alice!Decorator 2 afterDecorator 1 after在这个例子中，decorator2 首先被应用，然后才是 decorator1。
总结
通过本文的介绍，我们深入了解了 Python 中的装饰器及其多种应用场景。装饰器不仅可以用于函数，还可以应用于类，甚至可以带有参数。它们为我们提供了一种灵活且强大的方式来扩展代码功能，而无需修改原始代码。掌握装饰器的使用，可以帮助我们编写更加模块化、可维护的代码。
在实际开发中，装饰器广泛应用于各种框架和库中，例如 Flask 和 Django 的路由装饰器、Flask 的登录验证装饰器等。因此，理解装饰器的工作原理对于成为一名优秀的 Python 开发者至关重要。
