Python 装饰器详解：让代码更简洁高效

装饰器是Python中强大的语法特性，它允许在不修改原函数代码的情况下动态增强功能。本质上，装饰器是高阶函数：接受函数作为参数，返回新函数。

一、装饰器核心原理

1. 函数是第一类对象

   • 函数可被赋值给变量：func = original_function
   • 函数可作为参数传递：execute(func)
   • 函数可作为返回值：return wrapper

2. 闭包机制

   def decorator(func):
       def wrapper(*args, **kwargs):  # 闭包捕获func
           # 增强功能
           result = func(*args, **kwargs) 
           # 增强功能
           return result
       return wrapper
   

二、基础装饰器实现

# 1. 定义装饰器
def timer_decorator(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)  # 执行原函数
        end = time.time()
        print(f"{func.__name__} 执行耗时: {end-start:.4f}秒")
        return result
    return wrapper

# 2. 应用装饰器
@timer_decorator  # 语法糖等价于：my_func = timer_decorator(my_func)
def my_func(n):
    return sum(range(n))

# 3. 调用增强后的函数
my_func(1000000)  # 输出: my_func 执行耗时: 0.0412秒

三、装饰器进阶技巧

1. 带参数的装饰器

   def repeat(num_times):  # 外层接收参数
       def decorator(func):
           def wrapper(*args, **kwargs):
               for _ in range(num_times):
                   result = func(*args, **kwargs)
               return result
           return wrapper
       return decorator
   
   @repeat(num_times=3)
   def greet(name):
       print(f"Hello, {name}!")
   

2. 类装饰器

   class CountCalls:
       def __init__(self, func):
           self.func = func
           self.call_count = 0
       
       def __call__(self, *args, **kwargs):  # 实现可调用对象
           self.call_count += 1
           print(f"第{self.call_count}次调用")
           return self.func(*args, **kwargs)
   
   @CountCalls
   def example():
       print("执行函数")
   

3. 保留元数据

   import functools
   def decorator(func):
       @functools.wraps(func)  # 关键：保留原函数信息
       def wrapper(*args, **kwargs):
           ...
       return wrapper
   

四、实际应用场景

五、数学视角：函数组合

装饰器本质是函数组合运算： $$ \text{decorated} = \text{decorator} \circ \text{original} $$ 其中 $\circ$ 表示函数复合，满足： $$ (\text{decorator} \circ \text{original})(x) = \text{decorator}(\text{original}(x)) $$

六、最佳实践

1. 使用functools.wraps保留函数元信息
2. 避免装饰器副作用（如修改全局状态）
3. 复杂逻辑优先使用类装饰器
4. 装饰器链顺序：从下往上执行

   @deco1
   @deco2
   def func(): ...  # 等价 deco1(deco2(func))
   

装饰器通过正交性设计（功能分离）显著提升代码复用率。统计显示，合理使用装饰器可减少$30%$重复代码量，同时保持核心逻辑纯净性。