func = decorator(func) 的语法糖装饰器是一种不修改原函数代码的前提下,给函数增加额外功能的方式。
// JS 装饰器(实验性)
function log(target, name, descriptor) {
const original = descriptor.value;
descriptor.value = function(...args) {
console.log(`调用 ${name},参数:`, args);
return original.apply(this, args);
};
return descriptor;
}
class Calculator {
@log
add(a, b) {
return a + b;
}
}
# Python 装饰器
def log(func):
def wrapper(*args, **kwargs):
print(f"调用 {func.__name__},参数:", args)
return func(*args, **kwargs)
return wrapper
@log
def add(a, b):
return a + b
add(1, 2)
# 输出:调用 add,参数: (1, 2)
# 返回:3
# 没有装饰器:每个函数都要手动加日志
def add(a, b):
print(f"调用 add,参数: {a}, {b}") # 重复代码
result = a + b
print(f"add 返回: {result}") # 重复代码
return result
def multiply(a, b):
print(f"调用 multiply,参数: {a}, {b}") # 重复代码
result = a * b
print(f"multiply 返回: {result}") # 重复代码
return result
# 10 个函数就重复 10 遍
# 写一次,到处用
def log(func):
def wrapper(*args, **kwargs):
print(f"调用 {func.__name__},参数: {args}")
result = func(*args, **kwargs)
print(f"{func.__name__} 返回: {result}")
return result
return wrapper
@log
def add(a, b):
return a + b
@log
def multiply(a, b):
return a * b
# 原函数代码完全没变
Python 里函数可以:
# 函数作为参数
def say_hello():
return "Hello"
def call_func(func):
return func() # 调用传入的函数
print(call_func(say_hello)) # Hello
# 函数作为返回值
def get_func():
def inner():
return "Inner"
return inner
f = get_func()
print(f()) # Inner
# 这两种写法完全等价
# 写法 1:用 @
@log
def add(a, b):
return a + b
# 写法 2:手动调用
def add(a, b):
return a + b
add = log(add) # 把 add 替换成 log 返回的 wrapper
def log(func):
def wrapper(*args, **kwargs):
# 前置逻辑
print(f"⏰ {func.__name__} 开始执行")
# 执行原函数
result = func(*args, **kwargs)
# 后置逻辑
print(f"✅ {func.__name__} 执行完毕")
return result
return wrapper
@log
def greet(name):
return f"Hello, {name}!"
greet("Alice")
# ⏰ greet 开始执行
# ✅ greet 执行完毕
# 'Hello, Alice!'
def repeat(times):
def decorator(func):
def wrapper(*args, **kwargs):
for i in range(times):
result = func(*args, **kwargs)
return result
return wrapper
return decorator
@repeat(times=3)
def say_hi():
print("Hi!")
say_hi()
# Hi!
# Hi!
# Hi!
from functools import wraps
def log(func):
@wraps(func) # 关键:保留原函数的元信息
def wrapper(*args, **kwargs):
print(f"调用 {func.__name__}")
return func(*args, **kwargs)
return wrapper
@log
def add(a, b):
"""两数相加"""
return a + b
print(add.__name__) # add(而不是 wrapper)
print(add.__doc__) # 两数相加
import time
from functools import wraps
def timer(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f"⏱️ {func.__name__} 耗时: {end - start:.4f}秒")
return result
return wrapper
@timer
def slow_function():
time.sleep(1)
return "Done"
slow_function()
# ⏱️ slow_function 耗时: 1.0012秒
from functools import wraps
def admin_required(func):
@wraps(func)
def wrapper(user, *args, **kwargs):
if not user.get('is_admin'):
raise PermissionError("需要管理员权限")
return func(user, *args, **kwargs)
return wrapper
@admin_required
def delete_user(user, user_id):
return f"删除用户 {user_id}"
# 测试
admin = {'name': 'Alice', 'is_admin': True}
guest = {'name': 'Bob', 'is_admin': False}
delete_user(admin, 123) # 正常执行
delete_user(guest, 123) # 抛出 PermissionError
from functools import lru_cache
@lru_cache(maxsize=128)
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(50)) # 瞬间算出,因为有缓存
@timer
@log
def complex_calculation(n):
return sum(i**2 for i in range(n))
# 执行顺序:
# 1. timer 先执行(最外层)
# 2. log 后执行
# 3. 原函数 complex_calculation
| 装饰器 | 执行顺序 | 作用 |
|---|---|---|
| @timer | 第 1 个 | 计时 |
| @log | 第 2 个 | 日志 |
| 原函数 | 第 3 个 | 实际逻辑 |
class CountCalls:
def __init__(self, func):
self.func = func
self.count = 0
def __call__(self, *args, **kwargs):
self.count += 1
print(f"第 {self.count} 次调用 {self.func.__name__}")
return self.func(*args, **kwargs)
@CountCalls
def say_hello():
print("Hello!")
say_hello() # 第 1 次调用 say_hello
say_hello() # 第 2 次调用 say_hello
say_hello() # 第 3 次调用 say_hello
写一个装饰器,函数失败时自动重试最多 n 次。
from functools import wraps
import random
def retry(max_times=3):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
for i in range(max_times):
try:
return func(*args, **kwargs)
except Exception as e:
print(f"第 {i+1} 次失败: {e}")
if i == max_times - 1:
raise
return wrapper
return decorator
@retry(max_times=3)
def unstable_api():
if random.random() < 0.7:
raise ConnectionError("网络错误")
return "成功"
print(unstable_api())
写一个装饰器,检查函数参数类型是否匹配。
from functools import wraps
import inspect
def type_check(**expected_types):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
# 获取函数签名,把位置参数和关键字参数统一成名字
sig = inspect.signature(func)
bound = sig.bind(*args, **kwargs)
bound.apply_defaults()
# 检查所有参数
for name, expected in expected_types.items():
if name in bound.arguments:
value = bound.arguments[name]
if not isinstance(value, expected):
raise TypeError(
f"参数 {name} 期望 {expected.__name__},"
f"实际 {type(value).__name__} = {value!r}"
)
return func(*args, **kwargs)
return wrapper
return decorator
@type_check(age=int, name=str)
def greet(name, age):
return f"{name} 今年 {age} 岁"
# 位置参数调用
print(greet("Alice", 25)) # 正常
print(greet("Bob", "25")) # 抛出 TypeError: 参数 age 期望 int,实际 str
# 关键字参数调用
print(greet(name="Charlie", age=30)) # 正常
print(greet(name=42, age=30)) # 抛出 TypeError: 参数 name 期望 str,实际 int
模拟 Flask 的路由装饰器,把 URL 和函数关联起来。
routes = {}
def route(url):
def decorator(func):
routes[url] = func
return func
return decorator
@route('/home')
def home():
return "首页"
@route('/about')
def about():
return "关于我们"
# 模拟请求
def handle_request(url):
if url in routes:
return routes[url]()
return "404 Not Found"
print(handle_request('/home')) # 首页
print(handle_request('/about')) # 关于我们
print(handle_request('/xxx')) # 404 Not Found
写一个装饰器,给异步函数加日志。
import asyncio
from functools import wraps
def async_log(func):
@wraps(func)
async def wrapper(*args, **kwargs):
print(f"开始异步任务: {func.__name__}")
result = await func(*args, **kwargs)
print(f"完成异步任务: {func.__name__}")
return result
return wrapper
@async_log
async def fetch_data(url):
await asyncio.sleep(1) # 模拟网络请求
return f"数据来自 {url}"
# 运行
asyncio.run(fetch_data('https://api.example.com'))
func = decorator(func) 的语法糖*args, **kwargs 的作用@wraps(func) 的作用,会保留原函数元信息@lru_cache 等内置装饰器的用法try/except/finally、自定义异常、Pythonic 的错误处理方式。