装饰器传参：Python编程中的高级技巧

在Python编程中，装饰器（Decorator）是一个非常强大的特性，它允许我们在不修改函数源代码的情况下，动态地添加功能。今天我们来探讨一个更高级的用法——装饰器传参，这不仅能让装饰器更加灵活，还能满足更多复杂的需求。

什么是装饰器传参？

装饰器本身是一个函数，它接受一个函数作为参数，并返回一个新的函数。装饰器传参则是指在装饰器定义时，允许传递额外的参数给装饰器，从而使装饰器的行为可以根据这些参数进行调整。

基本语法

首先，让我们看一个简单的装饰器传参的例子：

def repeat(num_times):
    def decorator_repeat(func):
        def wrapper(*args, **kwargs):
            for _ in range(num_times):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator_repeat

@repeat(num_times=3)
def say_hello():
    print("Hello, World!")

say_hello()

在这个例子中，repeat 是一个接受参数 num_times 的装饰器，它返回一个真正的装饰器 decorator_repeat，这个装饰器再返回一个 wrapper 函数。最终，say_hello 函数被装饰后，会被调用三次。

应用场景

日志记录：可以根据不同的日志级别（如DEBUG, INFO, ERROR）来决定记录哪些信息。

 def log(level):
     def decorator_log(func):
         def wrapper(*args, **kwargs):
             if level == 'DEBUG':
                 print(f"Debug: {func.__name__} was called")
             elif level == 'INFO':
                 print(f"Info: {func.__name__} was called")
             return func(*args, **kwargs)
         return wrapper
     return decorator_log

 @log(level='DEBUG')
 def my_function():
     print("Function executed")

权限控制：根据用户角色或权限级别来控制函数的访问。

 def requires_role(role):
     def decorator_role(func):
         def wrapper(*args, **kwargs):
             if current_user.role != role:
                 raise PermissionError("You don't have permission to access this function.")
             return func(*args, **kwargs)
         return wrapper
     return decorator_role

 @requires_role('admin')
 def admin_only_function():
     print("Admin function executed")

性能监控：可以根据不同的监控需求（如执行时间、内存使用等）来装饰函数。

 def monitor(metric):
     def decorator_monitor(func):
         def wrapper(*args, **kwargs):
             start_time = time.time()
             result = func(*args, **kwargs)
             end_time = time.time()
             if metric == 'time':
                 print(f"Function {func.__name__} took {end_time - start_time} seconds to execute.")
             return result
         return wrapper
     return decorator_monitor

 @monitor(metric='time')
 def slow_function():
     time.sleep(2)
     print("Slow function executed")

注意事项

保持函数的元数据：使用 functools.wraps 来保持被装饰函数的元数据（如函数名、文档字符串等）。
参数传递：确保装饰器能够正确处理被装饰函数的参数。
性能：过多的装饰器可能会影响性能，需要在实际应用中权衡。

总结

装饰器传参为Python编程提供了极大的灵活性，使得我们可以根据不同的需求动态地调整函数的行为。通过上述例子，我们可以看到装饰器传参在日志记录、权限控制、性能监控等方面的应用。掌握这种技巧，不仅能提高代码的可读性和可维护性，还能让我们的程序更加智能和高效。希望这篇文章能帮助你更好地理解和应用装饰器传参。