Python编程实战：面向对象与进阶语法——装饰器（Decorator）

在 Python 的高级语法中，装饰器（Decorator） 是一个非常强大且常用的功能。它不仅能让代码更简洁，还能在不修改原有函数代码的前提下，为函数或类添加新的功能。无论是日志记录、性能监控、权限验证还是缓存机制，装饰器都能派上用场。

一、什么是装饰器

装饰器本质上是一个函数，它的作用是接收一个函数或类作为输入，并返回一个被增强后的新函数或类。

换句话说：

装饰器 = 高阶函数 + 闭包的应用。

最简单的形式如下：

python 复制代码

def decorator(func):
    def wrapper():
        print("函数执行前做一些准备工作...")
        func()
        print("函数执行后做一些收尾工作...")
    return wrapper

@decorator
def hello():
    print("Hello, Python!")

hello()

输出结果：

erlang 复制代码

函数执行前做一些准备工作...
Hello, Python!
函数执行后做一些收尾工作...

当我们在 hello() 前加上 @decorator，相当于执行：

python 复制代码

hello = decorator(hello)

这就是装饰器的核心原理。

二、装饰器的执行流程

我们用上面的例子来拆解执行过程：

Python 解释器加载 hello() 时，检测到 @decorator
执行 decorator(hello)，并返回内部函数 wrapper
hello 被替换成 wrapper
调用 hello() 实际上执行的是 wrapper()

通过这种方式，我们可以在函数执行的前后插入任意逻辑，而不必修改原函数体。

三、带参数的函数装饰器

如果被装饰的函数有参数怎么办？没问题，只需让 wrapper 支持传入参数即可。

python 复制代码

def logger(func):
    def wrapper(*args, **kwargs):
        print(f"开始执行函数：{func.__name__}")
        result = func(*args, **kwargs)
        print(f"函数 {func.__name__} 执行结束")
        return result
    return wrapper

@logger
def add(a, b):
    return a + b

print(add(3, 5))

输出：

csharp 复制代码

开始执行函数：add
函数 add 执行结束
8

四、带参数的装饰器（多层装饰）

有时候我们希望给装饰器本身传递参数，比如设置日志级别、权限名称等。

这就需要再包一层函数：

python 复制代码

def log(level):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f"[{level}] 开始执行 {func.__name__}")
            result = func(*args, **kwargs)
            print(f"[{level}] 执行结束 {func.__name__}")
            return result
        return wrapper
    return decorator

@log("INFO")
def multiply(a, b):
    return a * b

multiply(2, 4)

输出：

csharp 复制代码

[INFO] 开始执行 multiply
[INFO] 执行结束 multiply

这里 @log("INFO") 实际上是执行了 log("INFO")，返回一个真正的装饰器函数。

五、同时使用多个装饰器

多个装饰器可以层层嵌套 ，执行顺序为自下而上。

python 复制代码

def deco1(func):
    def wrapper():
        print("进入 deco1")
        func()
        print("离开 deco1")
    return wrapper

def deco2(func):
    def wrapper():
        print("进入 deco2")
        func()
        print("离开 deco2")
    return wrapper

@deco1
@deco2
def hello():
    print("Hello!")

hello()

执行结果：

复制代码

进入 deco1
进入 deco2
Hello!
离开 deco2
离开 deco1

解释：hello = deco1(deco2(hello))

六、functools.wraps 的使用

一个常见问题是：装饰后的函数 __name__ 和 __doc__ 会被替换为 wrapper 的信息。

为了解决这个问题，Python 提供了 functools.wraps：

python 复制代码

from functools import wraps

def logger(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print(f"执行 {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@logger
def greet():
    """打印问候语"""
    print("Hi there!")

print(greet.__name__)  # greet
print(greet.__doc__)   # 打印问候语

@wraps(func) 可以保留原函数的元信息，提升代码的可读性和可维护性。

七、类装饰器（进阶）

装饰器不仅可以是函数，也可以是类。只要类实现了 __call__() 方法，它就能像函数一样被调用。

python 复制代码

class Timer:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        import time
        start = time.time()
        result = self.func(*args, **kwargs)
        end = time.time()
        print(f"{self.func.__name__} 执行耗时：{end - start:.4f} 秒")
        return result

@Timer
def slow_task():
    import time
    time.sleep(1)
    print("任务完成")

slow_task()

输出：

复制代码

任务完成
slow_task 执行耗时：1.0001 秒

这种写法适合逻辑较复杂、需要保存状态的装饰场景。

八、总结

装饰器是 Python 的一项核心特性，能让代码结构更清晰、功能更模块化。它的常见应用包括：

日志记录（logger）
性能监控（计时器）
权限验证（auth）
缓存机制（memoization）
接口规范化（API 装饰）

掌握装饰器后，你可以更优雅地编写出功能丰富且可扩展的 Python 程序。