Python 装饰器详解:从入门到精通的实用指南

Python 装饰器详解:从入门到精通的实用指南

什么是装饰器?

装饰器(Decorator)是 Python 中一种强大的工具,它允许你在不修改原函数代码的情况下,为函数添加新的功能。简单来说,装饰器就是一个"包装器",它包裹住你的函数,在函数执行前后添加额外的逻辑。

基础语法

装饰器使用 `@` 符号表示,放在函数定义之前:

```python

def my_decorator(func):

def wrapper():

print("函数执行前")

func()

print("函数执行后")

return wrapper

@my_decorator

def say_hello():

print("Hello!")

say_hello()

输出:

函数执行前

Hello!

函数执行后

```

实用示例:日志装饰器

```python

import functools

from datetime import datetime

def log_decorator(func):

@functools.wraps(func)

def wrapper(*args, **kwargs):

print(f"{datetime.now()} 调用函数:{func.name}")

result = func(*args, **kwargs)

print(f"{datetime.now()} 函数执行完成")

return result

return wrapper

@log_decorator

def add(a, b):

return a + b

@log_decorator

def multiply(a, b):

return a * b

print(add(3, 5))

print(multiply(4, 6))

```

带参数的装饰器

```python

def repeat(times):

def decorator(func):

@functools.wraps(func)

def wrapper(*args, **kwargs):

for _ in range(times):

result = func(*args, **kwargs)

return result

return wrapper

return decorator

@repeat(3)

def greet(name):

print(f"Hello, {name}!")

greet("World")

```

实际应用场景

1. 性能计时

```python

import time

def timer_decorator(func):

@functools.wraps(func)

def wrapper(*args, **kwargs):

start = time.time()

result = func(*args, **kwargs)

end = time.time()

print(f"{func.name} 执行时间:{end - start:.4f}秒")

return result

return wrapper

@timer_decorator

def slow_function():

time.sleep(1)

return "完成"

slow_function()

```

2. 权限验证

```python

def require_auth(func):

@functools.wraps(func)

def wrapper(user, *args, **kwargs):

if not user.get('is_authenticated'):

raise PermissionError("用户未认证")

return func(user, *args, **kwargs)

return wrapper

@require_auth

def view_dashboard(user):

return "欢迎查看仪表盘"

```

小结

装饰器是 Python 高级编程的核心概念之一,掌握它可以让你的代码更加优雅和可维护。记住关键点:

  1. 装饰器本质是返回函数的函数

  2. 使用 `@functools.wraps` 保留原函数信息

  3. 使用 `*args, **kwargs` 支持任意参数

  4. 可以堆叠多个装饰器

动手实践是掌握装饰器的最佳方式,试试创建你自己的装饰器吧!

相关推荐
码云骑士3 分钟前
26-密码密钥配置管理-env文件与多环境隔离策略
python
是苏浙4 分钟前
Java实现链表2
java·开发语言·数据结构
装不满的克莱因瓶4 分钟前
掌握基于YOLO v5实现车牌目标检测任务的完整流程——从数据到部署的工业级实践
人工智能·python·深度学习·yolo·目标检测·计算机视觉·目标跟踪
骑士雄师5 分钟前
1.1 rag开发基础配置
python
码云骑士6 分钟前
25-数据库连接池-Django连接复用与连接数上限控制
数据库·python·django
叫我:松哥8 分钟前
基于Flask的在线考试刷题系统设计与实现,集智能练习、过程追踪、深度分析与个性化引导
数据库·人工智能·后端·python·flask·boostrap
techdashen9 分钟前
CPython 仓库 Top 100 贡献者深度分析
python
多彩电脑13 分钟前
Lua基础入门
开发语言·lua
码云骑士14 分钟前
22-接手Django老项目(下)-读懂urls路由树与架构脉络
python·架构·django
码云骑士14 分钟前
29-Python-logging日志模块-print不是日志的生产级实战
开发语言·python