Python 装饰器的实用技巧与高级用法

装饰器本质上是一个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。让我们从最简单的例子开始，逐步深入到复杂的应用场景。

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、存储和返回。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。

下面是一个最基础的装饰器示例，它用于测量函数的执行时间：

import functools\nimport time\n\ndef timing_decorator(func):\n    @functools.wraps(func)\n    def wrapper(*args, **kwargs):\n        start_time = time.perf_counter()\n        result = func(*args, **kwargs)\n        end_time = time.perf_counter()\n        elapsed = end_time - start_time\n        print(f"{func.__name__} 执行耗时：{elapsed:.4f} 秒")\n        return result\n    return wrapper

这个例子展示了装饰器的基本结构。注意我们使用了 functools.wraps，这是一个重要的细节，它保留了原函数的元数据（如函数名、文档字符串等）。

接下来，让我们看看如何创建带参数的装饰器。这需要多一层函数嵌套：

def repeat(times):\n    def decorator(func):\n        @functools.wraps(func)\n        def wrapper(*args, **kwargs):\n            results = []\n            for i in range(times):\n                result = func(*args, **kwargs)\n                results.append(result)\n            return results\n        return wrapper\n    return decorator

带参数的装饰器在实际开发中非常有用。比如你可以创建一个重试装饰器，在网络请求失败时自动重试。

装饰器还可以堆叠使用，多个装饰器可以同时应用于一个函数。执行顺序是从下往上，从内到外。

类也可以被装饰，甚至可以创建类装饰器。这在框架开发中特别常见，比如单例模式装饰器。

在实际项目中，装饰器常用于权限验证。下面是一个简化的权限检查示例，用于限制只有特定角色的用户才能执行某些操作。

最后，让我们看看如何使用装饰器实现缓存功能，这对于计算密集型函数特别有用。通过缓存之前的计算结果，可以显著提升性能。

通过以上例子，我们可以看到装饰器在 Python 开发中的强大作用。它不仅能减少代码重复，还能让代码更加优雅和可维护。掌握装饰器后，你会发现很多看似复杂的问题都有了简洁的解决方案。

记住，好的装饰器应该是透明的——它增强功能但不改变原函数的核心行为。在使用装饰器时，始终考虑可读性和调试的便利性，避免过度嵌套和过于复杂的逻辑。