Python中的装饰器使用

下面是对于Python中的装饰器使用的具体讲解。

什么是装饰器

在Python中，装饰器是一种特殊的函数，它可以在不改变原函数代码的情况下，为函数增加新的功能。我们可以使用装饰器来实现函数的日志记录，性能分析，缓存等等。

在Python中，装饰器是通过 @ 符号来使用的，一般放在被装饰函数之前。

装饰器使用

我们可以使用装饰器来给一个函数添加功能。接下来通过两个示例来说明装饰器的使用。

示例1：函数计时

我们来编写一个装饰器，用于计算一个函数的执行时间。

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"函数 {func.__name__} 执行时间为： {(end_time - start_time): .6f} s")
        return result
    return wrapper

这个装饰器的原理是：被装饰的函数将作为参数传入到timer函数中，timer函数返回的是一个新的函数wrapper，这里wrapper函数中会先记录下函数开始执行的时间，然后再调用原函数，最后得到函数的结果并记录下结束时间。执行完原函数后再输出函数执行时间。这样我们就可以很方便的对函数进行计时了。

接下来我们来测试一下计时装饰器的使用：

@timer
def test_time_sleep():
    time.sleep(1)

if __name__ == "__main__":
    test_time_sleep()

这里我们定义了一个test_time_sleep函数，使用@timer装饰器来给test_time_sleep函数添加计时的功能。执行结果如下：

函数 test_time_sleep 执行时间为： 1.004460 s

可以看到, 函数执行时长为1秒，非常满足我们的需求。

示例2：缓存函数的结果

装饰器还可以用来给函数添加缓存功能，用于缓存函数执行的结果，避免重复的计算。

这里我们编写一个装饰器，用来给函数添加缓存功能：

def memoize(func):
    cache = {}

    def wrapper(*args):
        if args in cache:
            return cache[args]

        result = func(*args)
        cache[args] = result
        return result

    return wrapper

上面的代码中，memoize函数返回的是一个新的函数wrapper，wrapper函数中使用了一个字典cache，这个字典中存放着缓存的结果，当函数被调用时，先判断参数是否已经存在在cache字典中，如果存在直接返回缓存的结果，否则执行函数并把结果缓存起来。

我们来测试一下缓存装饰器的使用：

@memoize
def fibonacci(n):
    if n == 0 or n == 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

这里我们定义了一个fibonacci函数，使用@memoize装饰器来给函数添加缓存功能。因为斐波那契数列计算较为耗时，使用缓存可以避免重复计算。执行结果如下：

print(fibonacci(20))  # 执行时间较长
print(fibonacci(20))  # 不需要重新计算，直接输出结果

第一次执行需要较长时间才能输出结果，但是第二次执行就不需要重新计算，直接输出结果。这样我们就成功使用了装饰器来实现缓存计算结果的功能。

结语

这就是Python中装饰器的使用完整攻略。装饰器为我们提供了一种非常方便的扩展函数功能的方式，我们可以使用它来实现非常多的功能，使我们的代码更简洁、更易读。