一个天才写了三年Python,最后发现装饰器最有用的用法只有3个

一个天才写了三年Python,最后发现装饰器最有用的用法只有3个

有一个天才,大三那年第一次接触Python。

他看到装饰器的第一反应是:这玩意儿不就是函数套函数吗?有什么难的?

于是他在简历上写了"精通Python装饰器"。

面试的时候,面试官问:"你能手写一个带参数的装饰器吗?"

他愣了三秒,写了个语法错误的嵌套函数。

面试官又问:"functools.wraps是干什么的?"

他说:"可能是......包装一下?"

那天他走出写字楼,在楼下便利店买了瓶冰可乐,蹲在路边喝了很久。


第一个用法:计时

天才后来进了一家创业公司,接手了一个祖传项目。

项目里有个接口,用户反馈说"有时候很慢"。

他问有多慢,产品经理说"有时候要等好几秒"。

他说"好几秒是几秒",产品经理说"就是好几秒嘛"。

天才没再问,他写了个装饰器:

python 复制代码
import time
from functools import wraps

def timer(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        elapsed = time.time() - start
        print(f"{func.__name__} 耗时: {elapsed:.3f}s")
        return result
    return wrapper

然后在那个接口上加了一行@timer。

第二天日志里清清楚楚写着:get_user_info 耗时: 4.872s。

他顺着日志查下去,发现是一个循环里每次都查数据库,加了个缓存之后,耗时降到了0.03秒。

产品经理说:"你看,我说好几秒吧。"

天才没说话。但从那天起,他写的每一个可能慢的函数,都会加@timer。

你连自己的代码跑多快都不知道,你怎么优化?


第二个用法:重试

天才后来做了个爬虫项目,爬一个第三方的数据接口。

那个接口很奇怪,十次请求有三次会超时,两次返回500,五次正常。

运维说对方服务器不稳定,天才说那我重试呗。

最开始他是这么写的:

python 复制代码
for i in range(3):
    try:
        resp = requests.get(url)
        break
    except:
        time.sleep(1)

后来每个请求都要写一遍这个循环,代码里全是for和try,难看死了。

他想起了装饰器,于是写了个:

python 复制代码
import requests
from functools import wraps

def retry(max_times=3, delay=1):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for i in range(max_times):
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    if i == max_times - 1:
                        raise e
                    time.sleep(delay)
        return wrapper
    return decorator

然后所有请求函数上加一行@retry(max_times=3, delay=2),世界清净了。

带参数的装饰器,本质就是三层嵌套。最外层收参数,中间层收函数,最内层收参数。想通了这一点,装饰器就没什么神秘的了。

天才后来面试的时候,面试官又问带参数的装饰器,他一口气写了出来,还顺便讲了functools.wraps是为了保留原函数的元信息------比如函数名、文档字符串,不然你print(func.name)出来的是wrapper,调试的时候能把人逼疯。

面试官点点头,说:"你这个wraps讲得不错。"

天才心里想:三年前你问我的时候我要是会这个,我早进你们公司了。


第三个用法:权限校验

天才跳槽到了一家做SaaS的公司,负责后端接口开发。

公司的接口分三种权限:普通用户、管理员、超级管理员。

最开始他是这么写的:

python 复制代码
def delete_user(user_id, current_user):
    if current_user.role != "admin":
        raise PermissionError("只有管理员才能删除用户")
    # ... 删除逻辑

每个接口里都有一个if判断权限,二十个接口就是二十个if,改一次权限逻辑要改二十个地方。

有一天产品经理说"超级管理员也能删用户",天才改了二十个地方,改到第十五个的时候差点把键盘砸了。

那天晚上他用装饰器重写了一遍:

python 复制代码
from functools import wraps

def require_role(role):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            current_user = kwargs.get("current_user")
            if not current_user or current_user.role != role:
                raise PermissionError(f"需要{role}权限")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@require_role("admin")
def delete_user(user_id, current_user=None):
    # ... 删除逻辑,不用再写if了

后来产品经理又改权限,他只改装饰器里的一行,所有接口自动生效。

这就是装饰器的真正价值:把那些"每个函数都要做但又不是业务本身"的事抽出来。计时、重试、权限、日志、缓存,这些横切关注点,用装饰器包一层,业务函数就干干净净只关心业务。


写在最后

天才现在工作五年了,他说装饰器他用得最多的就是这三个:计时、重试、权限校验。

那些什么"装饰器实现单例模式""装饰器实现AOP切面编程"的高级用法,他不是不会,而是用得少。

编程这件事,不是你会多少高级语法,而是你能不能用最简单的东西解决最实际的问题。

一个timer装饰器,三十行代码,能帮你定位90%的性能问题。

一个retry装饰器,二十行代码,能让你的爬虫稳定性从70%升到99%。

一个require_role装饰器,十五行代码,能让你少写二十个if。

简单的东西重复用,比复杂的东西偶尔用,有价值得多。

天才说他现在面试新人,从来不问"你能手写多少种设计模式",他只问一个问题:

"你写过的最有用的装饰器是什么?"

能答上来的,基本都能用。

答不上来的,回去写一个timer,明天再来。

相关推荐
TomEval5 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
prince_zxill6 小时前
PEP 751 pylock.toml 实测:pip 26.3 装 6 个包版本全钉死,但 [web] 选不中任何东西
python·pip·依赖管理·pep 751
Thanks_ks7 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP7 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
yiangL_8 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
lula8889 小时前
PVC-U、PVC-C、PVC-O 差一个字母,差的是三种增强路线
python
数字工作台10 小时前
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
python·agent
DKPT10 小时前
Python 的 Web 框架:选型选错的人,都踩了同一个坑
python
2401_8685347811 小时前
逻辑网络设计
网络·python
2601_9679791211 小时前
python如何组织文件?python文件操作全介绍!
python·文件操作·压缩文件·遍历文件夹·shutil模块