Python 修饰器函数：揭秘魔法般的代码增强器

在 Python 编程世界中，有一种神奇的工具被称为修饰器函数。它就像一个魔法师，能够在不改变原有函数代码的情况下，增强或修改函数的行为。今天，我们就来深入探讨一下修饰器函数的奥秘。

什么是修饰器函数？

修饰器函数（Decorator Function）是 Python 中一种特殊的函数，它可以接受一个函数作为参数，并返回一个新的函数。通过这种方式，修饰器可以“装饰”或“增强”原函数的功能，而无需修改原函数的代码。修饰器的语法非常简洁，使用 @ 符号来表示。

@decorator
def function():
    pass

修饰器的工作原理

修饰器的核心在于它是一个高阶函数（Higher-Order Function），即它可以接受函数作为参数并返回函数。以下是一个简单的修饰器示例：

def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

@my_decorator
def say_hello():
    print("Hello!")

say_hello()

在这个例子中，my_decorator 是一个修饰器，它接受 say_hello 函数作为参数，并返回一个新的 wrapper 函数。调用 say_hello() 时，实际上是调用了 wrapper 函数，从而实现了在原函数执行前后添加额外的操作。

修饰器的应用场景

日志记录：在函数执行前后记录日志信息，方便调试和监控。

 def log_decorator(func):
     def wrapper(*args, **kwargs):
         print(f"Calling {func.__name__}")
         result = func(*args, **kwargs)
         print(f"{func.__name__} finished")
         return result
     return wrapper

 @log_decorator
 def add(a, b):
     return a + b

权限验证：在执行敏感操作前进行权限检查。

 def requires_auth(func):
     def wrapper(*args, **kwargs):
         if not check_auth():
             raise PermissionError("Authentication required")
         return func(*args, **kwargs)
     return wrapper

 @requires_auth
 def sensitive_operation():
     print("Performing sensitive operation")

性能监控：测量函数执行时间。

 import time

 def timer_decorator(func):
     def wrapper(*args, **kwargs):
         start_time = time.time()
         result = func(*args, **kwargs)
         end_time = time.time()
         print(f"{func.__name__} took {end_time - start_time} seconds to run.")
         return result
     return wrapper

 @timer_decorator
 def slow_function():
     time.sleep(2)
     print("Function completed")

缓存：通过缓存函数结果来提高性能，避免重复计算。

 from functools import wraps

 def memoize(func):
     cache = {}
     @wraps(func)
     def wrapper(*args):
         if args in cache:
             return cache[args]
         result = func(*args)
         cache[args] = result
         return result
     return wrapper

 @memoize
 def fibonacci(n):
     if n < 2:
         return n
     return fibonacci(n-1) + fibonacci(n-2)

注意事项

函数签名：使用 functools.wraps 来保留原函数的元数据（如函数名、文档字符串等）。
多层修饰：可以将多个修饰器叠加使用，但需要注意执行顺序。
性能：过度使用修饰器可能会影响性能，特别是在频繁调用的函数上。

修饰器函数是 Python 语言中一个强大而灵活的特性，它不仅能简化代码，还能增强代码的可读性和可维护性。通过合理使用修饰器，我们可以编写出更加优雅和高效的代码。希望这篇文章能帮助你更好地理解和应用修饰器函数，在编程之路上更进一步。