Python 装饰器实战：从入门到精通

装饰器本质上是一个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。当你看到@decorator 语法时，Python 实际上是在执行 func = decorator(func) 这样的赋值操作。

让我们从一个最简单的装饰器开始。假设我们需要统计函数的执行时间，可以这样写：使用 time.perf_counter() 来精确测量函数执行时间，通过 functools.wraps 保留原函数的元信息。

接下来看一个更实用的场景：自动重试机制。在网络请求或不稳定的 API 调用中，这个装饰器非常有用。通过 max_attempts 参数控制最大重试次数，delay 参数设置重试间隔，exceptions 参数指定需要捕获的异常类型。

实际项目中，我们经常需要记录函数调用的日志。生产级别的日志装饰器可以记录函数名、参数和返回值，支持配置日志级别和是否包含参数/结果。这对于调试和监控非常有用。

装饰器还可以叠加使用，Python 会从下往上依次应用。例如同时添加日志和计时功能，让代码更加优雅。

类方法也可以使用装饰器。常见的@classmethod 和@staticmethod 其实就是内置装饰器。我们还可以为类方法创建自定义装饰器，用于参数类型验证等功能。

最后，基于类的装饰器在需要维护状态时比闭包更清晰。例如速率限制装饰器，可以记录调用时间并限制单位时间内的调用次数。

掌握装饰器后，你的代码会变得更加优雅和可维护。关键是要理解装饰器的本质是函数包装，然后根据实际需求灵活应用。好的装饰器应该是透明的、可组合的，并且不改变原函数的行为语义。