当前位置：首页 > wzjs >正文

有意思网站推荐网站开发当前城市定位功能

wzjs 2025/9/19 6:40:25

有意思网站推荐,网站开发当前城市定位功能,开发一栋楼需要多少钱,白山市网站建设Python装饰器详解 1. 装饰器是什么？ 装饰器（Decorator）是Python中用于动态修改函数或类行为的工具。它本质上是一个高阶函数，接受一个函数作为参数，返回一个新的增强函数。通过decorator语法糖，可以在不修…

Python装饰器详解

1. 装饰器是什么？

装饰器（Decorator）是Python中用于动态修改函数或类行为的工具。它本质上是一个高阶函数，接受一个函数作为参数，返回一个新的增强函数。通过@decorator语法糖，可以在不修改原函数代码的情况下扩展其功能。

2. 核心语法与原理

基本语法：

@decorator_name
def target_function():pass

等价于：

target_function = decorator_name(target_function)

保留元数据：
使用functools.wraps保留原函数的名称、文档字符串等信息：

import functoolsdef my_decorator(func):@functools.wraps(func)def wrapper(*args, **kwargs):# 增强逻辑return func(*args, **kwargs)return wrapper

3. 常见使用场景

装饰器广泛应用于以下场景：

场景	作用	示例代码
日志记录	记录函数输入输出及执行细节	`python def log_decorator(func): ... logging.info(f"Call {func.__name__}")`
性能分析	测量函数执行时间	`python def timer(func): ... print(f"Time: {time.time()-start}")`
权限验证	检查用户权限	`python def auth_required(func): ... if not user.is_admin: raise Error`
缓存结果	存储函数结果避免重复计算	`python def memoize(func): ... cache[args] = func(*args)`
输入验证	确保参数合法性	`python def validate_input(func): ... if not isinstance(x, int): raise`
重试机制	自动重试失败操作	`python def retry(func): ... for _ in range(3): try: return func()`

4. 高级用法

带参数的装饰器：
通过嵌套函数实现参数传递：

def repeat(n):def decorator(func):def wrapper(*args, **kwargs):for _ in range(n):result = func(*args, **kwargs)return resultreturn wrapperreturn decorator@repeat(3)
def greet(name):print(f"Hello {name}")

类装饰器：
定义__call__方法修改类行为：

class LogDecorator:def __init__(self, func):self.func = funcdef __call__(self, *args, **kwargs):print(f"Call {self.func.__name__}")return self.func(*args, **kwargs)@LogDecorator
def my_function():pass

装饰器链：
组合多个装饰器，按从内到外顺序执行：
```
@decorator1
@decorator2
def my_func():pass
```

5. 实际应用示例

场景：优化斐波那契数列计算

import functools
import time# 日志装饰器
def log_decorator(func):@functools.wraps(func)def wrapper(*args, **kwargs):print(f"Call {func.__name__} with args {args}")result = func(*args, **kwargs)print(f"{func.__name__} returned {result}")return resultreturn wrapper# 计时装饰器
def timer(func):@functools.wraps(func)def wrapper(*args, **kwargs):start = time.time()result = func(*args, **kwargs)print(f"{func.__name__} took {time.time()-start:.4f}s")return resultreturn wrapper# 缓存装饰器
def memoize(func):cache = {}@functools.wraps(func)def wrapper(*args):if args not in cache:cache[args] = func(*args)return cache[args]return wrapper# 应用装饰器
@log_decorator
@timer
@memoize
def fibonacci(n):if n <= 1:return nreturn fibonacci(n-1) + fibonacci(n-2)print(fibonacci(30))  # 输出结果并显示执行时间