Python 装饰器的高级应用与实战技巧
装饰器本质上是接受函数作为参数并返回新函数的高阶函数。理解这一点是掌握装饰器的关键。让我们从基础开始，逐步深入到高级应用。
首先，我们需要理解函数在 Python 中是一等公民。这意味着函数可以像其他对象一样被传递、返回和存储。装饰器正是利用了这一特性，通过包装原函数来添加额外功能。
一、装饰器的基本语法
最简单的装饰器如下所示：
def simple_decorator(func):
def wrapper(*args, **kwargs):
print("函数执行前")
result = func(*args, **kwargs)
print("函数执行后")
return result
return wrapper
@simple_decorator
def greet(name):
print(f"你好，{name}!")
greet("开发者")这段代码展示了装饰器的核心模式：定义一个包装函数，在调用原函数前后添加逻辑，然后返回包装函数。
二、保留函数元信息
使用装饰器后，原函数的名称和文档字符串会丢失。为了解决这个问题，Python 提供了 functools.wraps：
from functools import wraps
def preserve_metadata(func):
@wraps(func)
def wrapper(*args, **kwargs):
return func(*args, **kwargs)
return wrapper这是一个容易被忽视但非常重要的细节，特别是在构建库或框架时。
三、带参数的装饰器
实际开发中，我们经常需要装饰器接受参数。这需要三层嵌套：
from functools import wraps
def repeat(times):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
for i in range(times):
print(f"第 {i 1} 次执行")
result = func(*args, **kwargs)
return result
return wrapper
return decorator注意这里的三层结构：最外层接收装饰器参数，中间层接收被装饰的函数，最内层是实际的包装逻辑。
四、实用案例：性能计时器
让我们创建一个实用的性能分析装饰器：
import time
from functools import wraps
def timer(unit='seconds'):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
result = func(*args, **kwargs)
end = time.perf_counter()
elapsed = end - start
print(f"{func.__name__} 执行时间：{elapsed:.4f} 秒")
return result
return wrapper
return decorator这个装饰器可以用于性能分析和优化，帮助识别代码中的瓶颈。
五、实用案例：重试机制
在网络请求或不稳定操作中，重试机制非常有用：
import time
from functools import wraps
def retry(max_attempts=3, delay=1, exceptions=(Exception,)):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
last_exception = None
for attempt in range(max_attempts):
try:
return func(*args, **kwargs)
except exceptions as e:
last_exception = e
if attempt < max_attempts - 1:
print(f"尝试 {attempt 1} 失败，{delay}秒后重试...")
time.sleep(delay)
raise last_exception
return wrapper
return decorator这个装饰器让错误处理变得更加优雅和可复用。
六、装饰器链与组合
多个装饰器可以叠加使用，执行顺序是从内到外。理解装饰器的执行顺序对于调试和组合多个装饰器至关重要。
七、类装饰器
装饰器不仅可以装饰函数，还可以装饰类。类装饰器在设计模式中有着广泛的应用，例如单例模式。
八、最佳实践总结
1. 始终使用 @wraps 保留原函数元信息
2. 使用 *args 和 **kwargs 保证装饰器的通用性
3. 装饰器应该保持单一职责，便于组合
4. 为装饰器添加清晰的文档字符串
5. 考虑装饰器的性能影响，避免过度使用
装饰器是 Python 中表达力最强的特性之一。掌握它不仅能让你的代码更加优雅，还能提高代码的复用性和可维护性。
