python装饰器的写法

在Python中，装饰器是一种特殊类型的函数，它们接收一个函数作为输入并返回一个新的函数，常常用于修改或增强原有函数的功能而无需直接修改它。装饰器的定义通常使用`@decorator_name`语法糖放在被装饰函数的上方。 装饰器的基本结构如下： ```python def decorator_function(original_function): def wrapper_function(*args, **kwargs): # 在这里添加额外的逻辑，如日志记录、计时等 result = original_function(*args, **kwargs) # 返回处理后的结果 return result return wrapper_function # 使用装饰器 @decorator_function def my_function(): # 函数主体 pass ``` 当你调用`my_function()`时，实际上是调用了经过`decorator_function`包装后的`wrapper_function`，而这个`wrapper_function`又会执行原来的函数体。 装饰器的应用非常广泛，例如性能分析、权限检查、输入验证、缓存结果等。常见如`@staticmethod`、`@classmethod`、`@lru_cache`（用于缓存）等内置装饰器，还有第三方库如`@unittest.mock.patch`（用于模拟依赖）等。

Python中的装饰器模式（Decorator Pattern）是一种设计模式，旨在动态地为对象添加额外的责任或功能。与传统的继承机制相比，装饰器模式提供了更灵活、可组合的方式来扩展对象的行为，而无需修改其源代码 [^1]。 在Python中，装饰器本质上是一个函数，用于包装另一个函数或类，并对其进行增强。装饰器的核心思想是通过闭包和高阶函数实现对现有函数的透明扩展。装饰器的基本形式可以理解为：一个接受函数作为参数并返回新函数的可调用对象。 ### 装饰器的基本语法 Python 提供了简洁的语法糖 `@decorator` 来应用装饰器。例如： ```python @my_decorator def my_function(): pass ``` 该写法等价于以下表达式： ```python my_function = my_decorator(my_function) ``` 如果装饰器是一个类，则需要确保它能够接收被装饰的函数作为参数，并且该类实例必须是可调用的，通常通过实现 `__call__` 方法来实现 [^2]。 ### 简单示例 下面是一个简单的装饰器示例，展示如何记录函数的执行时间： ```python import time def timer(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"Function {func.__name__} took {end_time - start_time:.4f} seconds") return result return wrapper @timer def example_function(): time.sleep(1) example_function() ``` 在这个例子中，`timer` 是一个装饰器函数，它包裹了 `example_function` 并为其添加了计时的功能。 ### 类作为装饰器 除了使用函数作为装饰器，也可以使用类来实现。例如： ```python class MyDecorator: def __init__(self, func): self.func = func def __call__(self, *args, **kwargs): print("Before function call") result = self.func(*args, **kwargs) print("After function call") return result @MyDecorator def say_hello(): print("Hello") say_hello() ``` 上述代码中，`MyDecorator` 是一个类，它实现了 `__init__` 和 `__call__` 方法。通过这种方式，类装饰器能够保持状态并提供更复杂的逻辑。 ### 常见用途 装饰器广泛应用于日志记录、性能监控、权限检查、缓存、输入验证等领域。Python 社区还维护了一个包含大量装饰器示例的 Python Decorator Library，尽管它缺乏系统化的组织和详细解释 [^3]。 ### 学习资源 对于希望深入学习装饰器的人，可以从官方文档以及社区提供的教程入手。此外，还可以查阅关于 Python 新增功能的内容，了解语言特性演进的历史背景，如 Python 3.3 中引入的 `yield from` 和 Python 3.6 的异步生成器等 [^4]。