快捷導(dǎo)航

深度解析Python裝飾器常見用法與進(jìn)階技巧

更新時(shí)間：2025年06月25日 14:53:36 作者：天天進(jìn)步2015

Python 裝飾器（Decorator）是提升代碼可讀性與復(fù)用性的強(qiáng)大工具,本文將深入解析 Python 裝飾器的原理,常見用法,進(jìn)階技巧與最佳實(shí)踐,希望可以幫助大家寫出更具專業(yè)水準(zhǔn)的 Python 代碼

裝飾器的基本原理

裝飾器本質(zhì)上是一個(gè)高階函數(shù)，即：以函數(shù)為參數(shù)并返回新函數(shù)的函數(shù)。它可以在不修改原始函數(shù)代碼的前提下，動(dòng)態(tài)地為其添加功能。

def my_decorator(func):
    def wrapper(*args, **kwargs):
        print('Before function call')
        result = func(*args, **kwargs)
        print('After function call')
        return result
    return wrapper

@my_decorator
def say_hello():
    print('Hello, world!')

say_hello()

輸出：

Before function call
Hello, world!
After function call

函數(shù)裝飾器的常見用法

1.日志記錄

import logging

def log_decorator(func):
    def wrapper(*args, **kwargs):
        logging.info(f'Calling {func.__name__}')
        return func(*args, **kwargs)
    return wrapper

2.權(quán)限校驗(yàn)

def require_admin(func):
    def wrapper(user, *args, **kwargs):
        if not user.is_admin:
            raise PermissionError('Admin required')
        return func(user, *args, **kwargs)
    return wrapper

3.性能分析

import time

def timeit(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f'{func.__name__} took {end - start:.4f}s')
        return result
    return wrapper

4.緩存機(jī)制

from functools import lru_cache

@lru_cache(maxsize=128)
def fib(n):
    return n if n < 2 else fib(n-1) + fib(n-2)

帶參數(shù)的裝飾器

帶參數(shù)的裝飾器需要再包一層函數(shù)：

def repeat(times):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(times):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def greet():
    print('Hello!')

類裝飾器與方法裝飾器

類裝飾器

可以用于增強(qiáng)類的功能：

def singleton(cls):
    instances = {}
    def get_instance(*args, **kwargs):
        if cls not in instances:
            instances[cls] = cls(*args, **kwargs)
        return instances[cls]
    return get_instance

@singleton
class Database:
    pass

方法裝飾器

與函數(shù)裝飾器類似，但要注意 self 的傳遞：

def method_logger(func):
    def wrapper(self, *args, **kwargs):
        print(f'Calling {func.__name__} of {self}')
        return func(self, *args, **kwargs)
    return wrapper

class MyClass:
    @method_logger
    def foo(self):
        print('foo called')

裝飾器的嵌套與組合

多個(gè)裝飾器可以疊加使用，執(zhí)行順序?yàn)樽韵露希?/p>

@decorator_a
@decorator_b
def func():
    pass
# 等價(jià)于 func = decorator_a(decorator_b(func))

進(jìn)階技巧：保留元信息與類型提示

裝飾器會(huì)改變被裝飾函數(shù)的元信息（如__name__, __doc__），推薦用 functools.wraps 保留原信息：

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        return func(*args, **kwargs)
    return wrapper

對(duì)于類型提示，可以直接在裝飾器和被裝飾函數(shù)中添加 type hints。

裝飾器最佳實(shí)踐

始終使用 functools.wraps 保留函數(shù)元信息
為裝飾器編寫單元測(cè)試，確保功能可復(fù)用且無副作用
合理使用裝飾器，避免過度嵌套導(dǎo)致調(diào)試?yán)щy
利用標(biāo)準(zhǔn)庫裝飾器（如 @staticmethod, @classmethod, @property, @lru_cache）提升開發(fā)效率
為裝飾器添加類型提示和文檔字符串

總結(jié)

Python 裝飾器讓我們以聲明式、可復(fù)用的方式增強(qiáng)函數(shù)和類的行為。掌握裝飾器的原理與用法，不僅能提升代碼的可讀性和復(fù)用性，更能讓你的 Python 項(xiàng)目更具專業(yè)水準(zhǔn)。建議在實(shí)際開發(fā)中多加練習(xí)，靈活運(yùn)用裝飾器解決實(shí)際問題。

到此這篇關(guān)于深度解析Python裝飾器常見用法與進(jìn)階技巧的文章就介紹到這了,更多相關(guān)Python裝飾器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: