Python 装饰器的高级应用与实战技巧

装饰器本质上是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。让我们从基础开始，逐步深入到高级应用。

首先，我们需要理解函数在 Python 中是一等公民。这意味着函数可以像其他对象一样被传递、返回和存储。装饰器正是利用了这一特性，通过包装原函数来添加额外功能。

一、装饰器的基本语法

最简单的装饰器如下所示：

def simple_decorator(func):
    def wrapper(*args, **kwargs):
        print("函数执行前")
        result = func(*args, **kwargs)
        print("函数执行后")
        return result
    return wrapper

@simple_decorator
def greet(name):
    print(f"你好，{name}!")

greet("开发者")

这段代码展示了装饰器的核心模式：定义一个包装函数，在调用原函数前后添加逻辑，然后返回包装函数。

二、保留函数元信息

使用装饰器后，原函数的名称和文档字符串会丢失。为了解决这个问题，Python 提供了 functools.wraps：

from functools import wraps

def preserve_metadata(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        return func(*args, **kwargs)
    return wrapper

这是一个容易被忽视但非常重要的细节，特别是在构建库或框架时。

三、带参数的装饰器

实际开发中，我们经常需要装饰器接受参数。这需要三层嵌套：

from functools import wraps

def repeat(times):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for i in range(times):
                print(f"第 {i   1} 次执行")
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

注意这里的三层结构：最外层接收装饰器参数，中间层接收被装饰的函数，最内层是实际的包装逻辑。

四、实用案例：性能计时器

让我们创建一个实用的性能分析装饰器：

import time
from functools import wraps

def timer(unit='seconds'):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            start = time.perf_counter()
            result = func(*args, **kwargs)
            end = time.perf_counter()
            elapsed = end - start
            print(f"{func.__name__} 执行时间：{elapsed:.4f} 秒")
            return result
        return wrapper
    return decorator

这个装饰器可以用于性能分析和优化，帮助识别代码中的瓶颈。

五、实用案例：重试机制

在网络请求或不稳定操作中，重试机制非常有用：

import time
from functools import wraps

def retry(max_attempts=3, delay=1, exceptions=(Exception,)):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            last_exception = None
            for attempt in range(max_attempts):
                try:
                    return func(*args, **kwargs)
                except exceptions as e:
                    last_exception = e
                    if attempt < max_attempts - 1:
                        print(f"尝试 {attempt   1} 失败，{delay}秒后重试...")
                        time.sleep(delay)
            raise last_exception
        return wrapper
    return decorator

这个装饰器让错误处理变得更加优雅和可复用。

六、装饰器链与组合

多个装饰器可以叠加使用，执行顺序是从内到外。理解装饰器的执行顺序对于调试和组合多个装饰器至关重要。

七、类装饰器

装饰器不仅可以装饰函数，还可以装饰类。类装饰器在设计模式中有着广泛的应用，例如单例模式。

八、最佳实践总结

1. 始终使用 @wraps 保留原函数元信息
2. 使用 *args 和 **kwargs 保证装饰器的通用性
3. 装饰器应该保持单一职责，便于组合
4. 为装饰器添加清晰的文档字符串
5. 考虑装饰器的性能影响，避免过度使用

装饰器是 Python 中表达力最强的特性之一。掌握它不仅能让你的代码更加优雅，还能提高代码的复用性和可维护性。