Python 装饰器：优雅地增强函数功能

装饰器的本质是一个接受函数作为参数，并返回新函数的高阶函数。在 Python 中，一切皆对象，函数也不例外，这使得我们可以将函数作为参数传递，也可以在函数中定义并返回函数。装饰器通过 @ 语法糖提供了一种优雅的方式来包装函数。

让我们从一个最简单的装饰器开始：

<code>def timer_decorator(func):<br> def wrapper(*args, **kwargs):<br> import time<br> start = time.time()<br> result = func(*args, **kwargs)<br> end = time.time()<br> print(f"{func.__name__} 执行耗时: {end - start:.4f} 秒")<br> return result<br> return wrapper</code>

使用这个装饰器非常简单，只需在函数定义前加上 @ 装饰器名。

这个计时装饰器可以测量任何函数的执行时间，对于性能分析非常有用。装饰器的好处是它不会改变原有函数的逻辑，只是在函数执行前后添加了额外的行为。

在实际开发中，我们经常需要为多个函数添加日志功能。使用装饰器可以避免重复代码。通过 Python 的 logging 模块和装饰器，我们可以轻松地为函数添加详细的执行日志，包括函数名、执行状态和异常信息。

带参数的装饰器更加强大，它允许我们根据不同的需求定制装饰器的行为。创建带参数的装饰器需要在原装饰器外再包裹一层函数。例如，我们可以创建一个重复执行函数多次的装饰器，这在数据采集和测试场景中非常实用。

类装饰器提供了另一种实现装饰器的方式，它使用类的 __call__ 方法来实现装饰功能。类装饰器的优势在于它可以保存状态，比如实现一个简单的缓存机制，对于耗时且参数固定的函数，可以显著提升性能。

在 Web 开发中，权限验证是装饰器的一个重要应用场景。我们可以创建一个权限装饰器，根据用户的角色控制对敏感操作的访问，使代码更加安全和清晰。

多个装饰器可以叠加使用，执行顺序是从内到外，即最靠近函数的装饰器最先执行。装饰器的叠加使用可以实现功能的组合，让代码更加模块化和可复用。

需要注意的是，使用装饰器后，函数的元信息（如 __name__、__doc__）会被替换为装饰器函数的元信息。我们可以使用 functools.wraps 来保留原函数的元信息，这是编写装饰器的最佳实践。

总结一下，Python 装饰器通过高阶函数和闭包的特性，为我们提供了一种优雅的函数增强方式。无论是性能监控、日志记录、缓存优化还是权限验证，装饰器都能让代码更加简洁、可维护。掌握装饰器是成为高级 Python 开发者的必备技能。