当前位置:首页 > Python > 正文内容

Python 装饰器完全指南:从原理到实战应用

admin4个月前 (03-24)Python149

什么是装饰器?

装饰器(Decorator)是 Python 中一个非常强大的功能,它允许你在不修改原函数代码的情况下,为函数添加额外的功能。装饰器本质上是一个接受函数作为参数,并返回一个新函数的高阶函数。

装饰器的应用场景非常广泛:日志记录、性能计时、权限验证、缓存、重试机制等都可以通过装饰器优雅地实现。

函数装饰器的基础

让我们从一个最简单的例子开始。假设我们想在执行函数前后打印一些信息:

def simple_decorator(func):\n    def wrapper():\n        print("执行函数前...")\n        func()\n        print("执行函数后...")\n    return wrapper\n\n@simple_decorator\ndef say_hello():\n    print("Hello, World!")\n\n# 调用函数\nsay_hello()\n

输出结果:

执行函数前...\nHello, World!\n执行函数后...\n

这里的关键是:@simple_decorator 语法糖实际上是 say_hello = simple_decorator(say_hello) 的简写形式。

处理带参数的函数

上面的简单装饰器只能处理无参数的函数。如果原函数有参数,我们需要用 *args 和 **kwargs 来传递任意参数:

def log_decorator(func):\n    def wrapper(*args, **kwargs):\n        print(f"调用函数: {func.__name__}")\n        print(f"参数: args={args}, kwargs={kwargs}")\n        result = func(*args, **kwargs)\n        print(f"返回值: {result}")\n        return result\n    return wrapper\n\n@log_decorator\ndef add_numbers(a, b, multiplier=1):\n    return (a   b) * multiplier\n\nresult = add_numbers(3, 5, multiplier=2)\n

输出结果:

调用函数: add_numbers\n参数: args=(3, 5), kwargs={multiplier: 2}\n返回值: 16\n

带参数的装饰器

有时候我们需要装饰器本身接受参数。这需要再嵌套一层函数:

def repeat_decorator(times):\n    def decorator(func):\n        def wrapper(*args, **kwargs):\n            results = []\n            for _ in range(times):\n                result = func(*args, **kwargs)\n                results.append(result)\n            return results\n        return wrapper\n    return decorator\n\n@repeat_decorator(times=3)\ndef greet(name):\n    return f"Hello, {name}!"\nugs = greet("Alice")\nprint(results)\n

输出结果:

[Hello,                                            

相关文章

Python 装饰器从入门到实战:5 个实用场景详解

装饰器(Decorator)是 Python 中一种优雅的设计模式,它允许我们在不修改原函数代码的前提下,动态地给函数添加功能。想象一下,你有一个已经写好的函数,现在想给它添加日志记录、性能监控或权限...

Python 装饰器进阶:从入门到实战,写出更灵活的函数增强技巧

# Python 装饰器进阶:从入门到实战,写出更灵活的函数增强技巧 ## 简介 很多 Python 开发者都听过装饰器,也知道怎么写简单的装饰器。但大多数人对装饰器的进阶用法,比如带参数的装饰器、...

Python 异步编程实战:从入门到精通

在 Python 开发中,我们经常会遇到需要同时处理多个 I/O 操作的场景。比如同时向多个 API 发送请求、批量下载文件、或者处理实时数据流。传统的同步方式会阻塞主线程,导致性能瓶颈。而异步编程通...

Python 上下文管理器实战指南:优雅处理资源的艺术

# Python 上下文管理器实战指南:优雅处理资源的艺术 在 Python 编程中,资源的获取与释放是一个永恒的主题。文件操作、数据库连接、网络请求、锁的获取...这些场景都遵循相同的模式:打开资...

Python异步编程入门与实战

异步编程是一种并发执行的编程模式,它允许程序在等待耗时操作(如网络请求、文件读写)时,继续执行其他任务。Python 3.5引入了async/await语法,使得异步编程变得更加直观和易于理解。为什么...

Python pathlib 模块详解:现代化路径操作的最佳实践

Python pathlib 模块详解:现代化路径操作的最佳实践 前言 在 Python 编程中,文件和目录操作是必不可少的任务。传统的做法是使用 os.path 模块配合字符串操作来处理路径,但...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。