Python 装饰器妙用

Python 的装饰器是一种非常强大的工具,允许程序员在不修改原有函数定义的情况下,增加额外的功能。装饰器的应用场景非常广泛,从日志记录、性能测试、事务处理到缓存、权限校验等都有涉及。本文将通过几个实例详细介绍如何巧妙地使用 Python 中的装饰器来解决实际问题。

日志记录

日志记录是开发中常见的需求,通过装饰器,可以轻松地为函数添加日志记录功能,而不必在每个函数中手动添加日志代码。

python 复制代码
import logging

def log_decorator(func):
    def wrapper(*args, **kwargs):
        logging.info(f"Running '{func.__name__}' with arguments {args} and {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@log_decorator
def say_hello(name):
    print(f"Hello, {name}!")

say_hello("Alice")

性能测试

在性能调优时,常常需要测量代码的执行时间。装饰器能够让这一过程自动化和标准化。

python 复制代码
import time

def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time:.4f} seconds to run.")
        return result
    return wrapper

@timing_decorator
def slow_function(delay_time):
    time.sleep(delay_time)

slow_function(2)

缓存结果

对于耗时的计算,特别是那些输入和输出固定的函数,使用装饰器缓存结果可以显著提高性能。

python 复制代码
from functools import lru_cache

@lru_cache(maxsize=32)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

print(fib(10))

权限校验

在 Web 开发中,经常需要对用户进行权限校验。装饰器可以帮助我们优雅地实现这一功能。

python 复制代码
from functools import wraps

def permission_required(permission):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            user_permission = kwargs.get('user_permission')
            if user_permission != permission:
                raise Exception("Permission denied")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@permission_required('admin')
def delete_user(user_id, user_permission):
    print(f"User {user_id} has been deleted.")

# delete_user(1, user_permission='admin') # Success
# delete_user(1, user_permission='guest') # Exception: Permission denied

参数校验

装饰器同样可以用于对函数参数进行校验,确保它们符合特定条件。

python 复制代码
from functools import wraps

def type_check(correct_type):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            if not all([isinstance(arg, correct_type) for arg in args]):
                raise ValueError("Incorrect argument type")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@type_check(str)
def string_repeat(string, times):
    return string * times

print(string_repeat("hello", 3))  # Works
# string_repeat("hello", "3")  # Raises ValueError

结尾

装饰器提供了一种高效、优雅的方法来增强函数的功能,它们能够帮助我们以最小的代码改动实现功能的扩展。通过本文所举示例,可以看到装饰器在实际开发中的强大威力和灵活应用。正确地使用装饰器,可以使代码更加简洁、易于维护,并且增强代码的可读性和可用性。

相关推荐
卷无止境7 分钟前
Python 异常处理:从入门到工程实践
后端·python
garuda herb10 分钟前
生成专题页Blog--建立并返回 MySQL 数据库连接
python·mysql
ONE_SIX_MIX14 分钟前
qwenpaw-plugin-file-tools QwenPaw增强文件工具 更新 v1.1.1
python·qwenpaw
AOwhisky17 分钟前
Python 学习笔记(第五期)——组合数据类型:列表、元组、集合与字典精讲——核心知识点自测与详解
开发语言·笔记·python·学习·云计算
码农学院36 分钟前
GEO与SEO协同:从传统搜索到生成式搜索的平滑迁移路径
服务器·前端·python
程序员羽痕36 分钟前
基于 Django + PyTorch 的中文字体识别系统
pytorch·python·django
大模型码小白11 小时前
【Python零基础教程】继承、多态与魔法函数:面向对象编程三大核心特性详解
java·大数据·开发语言·人工智能·python·ai编程
麻雀飞吧11 小时前
最新量化学习路径,交易认知和技术实现要并行
人工智能·python
C^h15 小时前
python函数学习
人工智能·python·机器学习
Fanta丶15 小时前
4.Python set()集合、dict(字典、映射)、 数据容器的通用功能
python