Day 27 训练

---

Python装饰器详解：从原理到实践，深入理解语法糖

一、装饰器原理揭秘：优雅的语法糖背后

1.1 装饰器的核心执行流程

装饰器的本质是一个高阶函数，其执行流程可以分解为以下步骤：

def display_time(func):  # 装饰器函数def wrapper():t1 = time.time()func()          # 调用原函数t2 = time.time()print(f"耗时: {t2-t1}秒")return wrapper@display_time           # 等价于 prime_nums = display_time(prime_nums)
def prime_nums():       # 被装饰函数# 计算素数代码...prime_nums()            # 实际调用的是wrapper()

关键点解析：

• 函数替换：装饰后原函数名指向wrapper函数
• 执行时机：@语法在模块加载时立即执行
• 隐式传递：Python自动传递被装饰函数给装饰器

1.2 装饰器结构剖析

组成部分	作用说明
外层装饰器函数	接收被装饰函数，返回包装函数
内层包装函数	实现功能扩展，最终调用原函数
@语法糖	简化装饰器应用语法

二、进阶实战：处理带参数的函数

2.1 可变参数解决方案

当被装饰函数需要接收参数时，需要使用*args和**kwargs：

def display_time(func):def wrapper(*args, **kwargs):  # 接收任意参数t1 = time.time()result = func(*args, **kwargs)  # 解包参数print(f"耗时: {time.time()-t1}秒")return result  # 返回原函数结果return wrapper@display_time
def add(a, b):return a + bprint(add(3, 5))  # 输出：8 和耗时信息

2.2 参数处理要点

1. 参数透传：wrapper必须与被装饰函数参数兼容
2. 返回值处理：必须显式返回原函数结果
3. 参数类型：
   • *args：接收位置参数元组
   • **kwargs：接收关键字参数字典

三、实战案例：日志记录装饰器

3.1 完整实现代码

def logger(func):"""记录函数执行日志的装饰器"""def wrapper(*args, **kwargs):print(f"[开始] {func.__name__}，参数: {args}, {kwargs}")result = func(*args, **kwargs)print(f"[结束] {func.__name__}，返回值: {result}")return resultreturn wrapper@logger
def multiply(a, b):return a * b# 测试不同调用方式
multiply(2, 3)          # 位置参数
multiply(a=2, b=3)      # 关键字参数
multiply(2, b=3)        # 混合参数

3.2 执行结果演示

[开始] multiply，参数: (2, 3), {}
[结束] multiply，返回值: 6
[开始] multiply，参数: (), {'a': 2, 'b': 3}
[结束] multiply，返回值: 6
[开始] multiply，参数: (2,), {'b': 3}
[结束] multiply，返回值: 6

3.3 常见错误示例

multiply(a=2, 3)  # 错误！关键字参数必须在位置参数之后

报错分析：

SyntaxError: positional argument follows keyword argument

原因：Python语法规定所有位置参数必须出现在关键字参数之前

四、装饰器开发最佳实践

4.1 关键注意事项

1. 保留元信息：使用@functools.wraps(func)装饰wrapper
2. 多层装饰器：装饰顺序影响执行顺序（从下往上）
3. 带参装饰器：需要三层嵌套函数结构
4. 性能影响：每次调用都会执行装饰器逻辑

4.2 调试技巧

• 使用__name__属性检查函数身份

print(multiply.__name__)  # 输出：wrapper（未使用functools时）

五、扩展应用场景

场景类型	实现功能	示例应用
性能监控	统计函数执行时间	接口响应时间统计
权限校验	验证用户访问权限	登录状态检查
缓存机制	缓存函数计算结果	斐波那契数列计算
异常处理	统一异常捕获和日志记录	数据库操作重试机制
输入验证	验证函数参数合法性	API参数校验

# 带缓存功能的装饰器示例
from functools import lru_cache@lru_cache(maxsize=128)
@logger
def factorial(n):return n * factorial(n-1) if n else 1

掌握装饰器技巧，可以显著提升代码的复用性和可维护性。建议读者尝试实现一个支持超时中断的装饰器，这将涉及信号处理和多线程技术，是很好的进阶练习。
@浙大疏锦行