python装饰器简介—这一篇也许就够了(推荐)

关于“Python装饰器简介---这一篇也许就够了(推荐)”的完整攻略，我来给您详细讲解一下。

什么是装饰器？

装饰器（decorator）是 Python 中非常强大的工具，它是一种特殊的函数，用于修改其他函数的行为。

在 Python 中，一切皆为对象，因此函数也可以看作是对象。装饰器本质上是一个 Python 函数或类，使用 Python 内置的 @ 语法可以像其他函数调用一样使用它们。

为什么需要装饰器？

在代码开发中，我们经常需要在不改变原有函数结构的情况下，增加一些额外的功能或者操作。比如：

• 在函数执行的前后打印日志
• 检查函数执行时间
• 检查函数运行时的参数类型是否正确
• 验证函数的调用权限等等

为了实现以上功能，尤其是当一个项目越来越庞大时，接触到的函数的数量越来越多，要对每个函数都要进行修改以增加预期的额外功能，这就显得很麻烦。

而通过使用装饰器，我们可以把一些通用的功能从不同的函数中抽象出来，让这些函数实现功能的的代码得以简化，代码也变得更加清晰。

装饰器的使用

装饰器的使用非常灵活，我们可以对一个函数或方法进行装饰，也可以对一个类进行装饰以增加类方法/类属性的操作。下面我们看看装饰器的基本用法：

def decorator_func(func):
    def wrapper():
        # 添加想要的功能
        print('I am an wrapper function.')
        func()
    return wrapper

@decorator_func
def func_1():
    print('I am function 1.')

func_1()

上面的代码定义了一个简单的装饰器函数 decorator_func，接收一个函数作为参数，并返回了一个内部的函数 wrapper。在 wrapper 函数中，我们可以添加一些能够增强函数 func 的功能的代码。

在 func_1 函数上使用 @ 语法调用 decorator_func 函数，增加了在 func_1 函数执行前后添加了一句话，输出了：

I am an wrapper function.
I am function 1.

这样就实现了对一个函数的装饰。

装饰器的进阶使用

除了上面的装饰器基本用法之外，我们还可以进一步进行装饰器的使用，装饰类或者使用类构建装饰器。

装饰类

class DecoratorClass:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        # 添加想要的功能
        print('I am a wrapper function.')
        self.func(*args, **kwargs)

@DecoratorClass
def func_2():
    print('I am function2')

func_2()

上面的代码定义了一个装饰类 DecoratorClass，其中 __init__ 方法用于初始化，__call__ 方法表示启动装饰器时的行为，可以在其中添加需要添加的装饰器的功能。在最后一行使用 @ 语法对函数 func_2 进行装饰。

当执行 func_2 函数时，程序便会输出以下内容：

I am a wrapper function.
I am function2

使用类构建装饰器

装饰器不仅可以通过函数编写，还可以使用类编写，如下所示:

class Logger:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        # 记录日志信息
        print(f'[INFO] function"{self.func.__name__}" is called')
        return self.func(*args, **kwargs)

@Logger
def func_3(a, b):
    return a+b

func_3(1, 2)

上面代码中定义了一个名为 Logger 的类，用于记录其所装饰的函数的调用次数, 其 __init__ 方法初始化数据，__call__ 方法在执行函数时记录日志信息。在对 func_3 函数进行装饰时调用 @Logger 语法。

通过以上对三种不同的装饰器使用方式的示例，相信您对 Python 装饰器已经有了更好的理解，也可以应对更加复杂的使用场景。