Python装饰器到底是个啥玩意儿？

先说实话，装饰器听起来hen高大上。

其实它就是把一个函数塞进另一个函数里再把新函数吐出来。

别慌，这事儿跟给老朋友加点调料差不多。

哈哈，你想让某个函数每次跑之前先打印日志，或者检查权限，直接改原函数代码会hen尴尬。

这时候装饰器就登场了。

咱就是说它本质上是接受函数作为参数并返回新函数的高阶函数。

装饰器的语法糖：@符号背后的秘密

@decoratorName

紧跟在函数定义前面。

等价于把函数对象丢给decoratorName，然后再把返回值重新赋给原来的名字。

# 语法糖形式
@decorator
def func:
    pass
# 等价于
def func:
    pass
func = decorator

Zui常见的两大用途——日志和计时

先来聊聊日志吧，hen多小伙伴dou会写一堆print。

不对不对，应该是用logging模块，可是每个函数dou要写同样的setup，真是麻烦。

于是我们写个装饰器，把这些重复活一次性搞定。

def log_decorator:
    def wrapper:
        print
        return func
    return wrapper
@log_decorator
def foo:
    return x*2

运行foo时你会kan到先打印日志，再返回结果。

这个wrapper就是“包装”后的新函数啦。

再说说计时用它来kankan代码性Neng

你可Neng会在循环里手动记录时间戳，然后算差值。

但这段代码往往被复制粘贴到好几个地方，真是累人。

装饰器帮你一次搞定：

import time
def timer_decorator:
    def wrapper:
        start = time.time
        result = func
        end = time.time
        print
        return result
    return wrapper
@timer_decorator
def heavy_task:
    total = 0
    for i in range:
        total += i*i
    return total

只要在需要监控性Neng的函数前面加@timer_decorator，就Neng自动输出耗时信息。

装饰器还Neng带参数？别惊讶！

Ru果你想让装饰器geng灵活，比如自定义日志级别，那就得让装饰器本身接受参数。

这时候就出现了“三层套娃”。

def log:
    def decorator:
        def wrapper:
            print
            return func
        return wrapper
    return decorator
@log
def bar:
    pass

Aha，这种写法kan着有点像嵌套，但实际上外层log返回一个真正的decorator，而内层才是真正包装函数的那位。

C层面的细节——闭包和__name__属性

hen多人忘记了wrapper会遮蔽原函数的一些属性，比如__name__、__doc__之类的。

所以调试时kan到的名字全是wrapper，让人摸不着头脑。

解决办法就是用functools.wraps：

import functools
def my_decorator:
    @functools.wraps
    def wrapper:
        # 前置逻辑...
        result = func
        # 后置逻辑...
        return result
    return wrapper

@functools.wraps帮你把原函数的信息拷贝过去，调试友好hen多。

P.S. 为什么百度不收录我的技术博客？

A: 你得确认页面有没有之类的标签。那玩意儿一出现，搜索引擎立马躲远了。

B: 再者，Ru果站点整体权重太低或者链接结构混乱，也会导致爬虫放弃抓取。你懂的，就是所谓“站内链接太少”。

C: Zui后一定要检查一下服务器返回码，是不是404或者500。爬虫遇到错误也懒得继续爬啦。说实话，这几个坑Zui常见，你照顾好就行了。

The “class based” 装饰器——面向对象的新玩法

有时候单纯用function包装不够，需要保存状态或复用代码，这时候Ke以写成类。

class CountCalls:
    def __init__:
        self.func = func
        self.count = 0
    def __call__:
        self.count += 1
        print
        return self.func
@CountCalls
def greet:
    print
greet
greet

@CountCalls 实际上创建了一个可调用对象，每次调用douNeng记录次数。挺炫酷，对吧？哈哈~

Lambdas 与装饰器——小技巧合集

⚡️ 用lambda快速生成简单包装：

quick_decorator = lambda f: lambda *a,**k: , f, print)
@quick_decorator
def add: 
    return a+b

# 那么这里其实用了三元运算配合列表索引来返回原结果，有点绕，不过够短小精悍呀！咱就是说有需求就敢玩儿！

实战案例：API 鉴权装饰器

import functools
VALID_TOKENS = {"abc123", "def456"}
def auth_required:
    @functools.wraps
    def wrapper:
        if token not in VALID_TOKENS:
            raise PermissionError
        # token 合法，继续执行原业务逻辑
        return func
    return wrapper
@auth_required
def get_user_data:
    # 假设这里查询数据库...
    return {"id": user_id, "name": "张三"}
# 调用示例：
# get_user_data   # 正常返回数据
# get_user_data   # 抛出 PermissionError

* kan，这段代码把鉴权逻辑抽离出来只专注业务本身，让代码geng干净、geng易测。真的hen爽啊！害~

小结：装饰器到底Neng干啥？别再只当“花里胡哨”的玩意儿了！

- 动态增强功Neng，无需改动原实现；

- 实现横切关注点；

- 支持无参、有参、类式三种写法；

- 搭配functools.wraps保持元信息；

- Neng与闭包、上下文管理器甚至元编程混搭，用起来真的hen灵活。

# 好啦，这篇文章Yi经把装饰器从入门讲到进阶，也顺带聊了下 SEO 小坑，希望对你们有帮助呀！别忘了动手练练，多敲几遍才会真正掌握。下次再聊别的话题，我还准备了一堆 Python 小技巧等着分享呢~ 哈哈，加油！ 🚀

---