python如何实现一个装饰器_python装饰器原理与实现方法详解
最新回答
╭⌒浅浅笑
2026-10-24 11:42:20
Python装饰器是一种强大的工具，通过“包裹”函数为其添加额外功能，而无需修改原函数代码。其核心原理基于函数是一等公民和闭包特性，利用@语法糖简化调用流程。以下是详细实现方法与原理分析：
一、基础装饰器实现核心结构：外部函数接收被装饰函数，返回嵌套的wrapper函数，wrapper执行额外逻辑并调用原函数。
import functoolsdef log_calls(func): @functools.wraps(func) # 保留原函数元信息 def wrapper(*args, kwargs): print(f"调用函数: {func.__name__}，参数: {args}, {kwargs}") result = func(*args, kwargs) print(f"函数 {func.__name__} 返回: {result}") return result return wrapper@log_callsdef add(a, b): return a + b执行流程：
- @log_calls等价于add = log_calls(add)，add指向wrapper函数。
- 调用add(1, 2)时，实际执行wrapper(1, 2)，记录日志后调用原add函数。
场景：需动态配置装饰器行为（如日志级别、计时单位）。实现方法：外层函数接收参数，返回真正的装饰器函数。
import timeimport functoolsdef timer(unit="seconds"): def decorator(func): @functools.wraps(func) def wrapper(*args, kwargs): start = time.perf_counter() result = func(*args, kwargs) duration = time.perf_counter() - start if unit == "milliseconds": duration *= 1000 unit_str = "ms" else: unit_str = "s" print(f"耗时: {duration:.4f} {unit_str}") return result return wrapper return decorator@timer(unit="milliseconds")def complex_calc(n): return sum(i*i for i in range(n))执行流程：
- @timer(unit="milliseconds")先调用timer("milliseconds")，返回decorator函数。
- complex_calc = decorator(complex_calc)，将unit参数通过闭包传递给wrapper。
适用场景：需维护状态或共享资源（如调用次数统计、连接池管理）。核心要求：类实现__call__方法，使实例可调用。
import functoolsclass CallCounter: def __init__(self, func): functools.update_wrapper(self, func) # 保留元信息 self.func = func self.count = 0 def __call__(self, *args, kwargs): self.count += 1 print(f"{self.func.__name__} 调用次数: {self.count}") return self.func(*args, kwargs)@CallCounterdef greet(name): return f"Hello, {name}!"执行流程：
- @CallCounter等价于greet = CallCounter(greet)，greet变为CallCounter实例。
- 调用greet("Alice")时，实际执行CallCounter.__call__，更新计数后调用原函数。
闭包机制：
wrapper函数捕获外部函数的变量（如func），即使外部函数已执行完毕，仍能通过闭包访问这些变量。
示例：log_calls中的wrapper通过闭包记住func，实现不修改原函数的情况下扩展行为。
functools.wraps的作用：
保留原函数的__name__、__doc__等元信息，避免装饰后函数显示为wrapper。
对比：无@functools.wraps时，add.__name__会返回"wrapper"。
装饰器执行顺序：
多个装饰器按从下到上的顺序应用（如@dec1 @dec2 func等价于dec1(dec2(func))）。
权限验证：
def require_auth(role): def decorator(func): @functools.wraps(func) def wrapper(user, *args, kwargs): if user.role != role: raise PermissionError("无权访问") return func(user, *args, kwargs) return wrapper return decorator@require_auth("admin")def delete_data(user): print("数据已删除")缓存装饰器：
def cache(func): cache_dict = {} @functools.wraps(func) def wrapper(*args): if args not in cache_dict: cache_dict[args] = func(*args) return cache_dict[args] return wrapper
Python装饰器通过函数嵌套和闭包实现行为扩展，其核心优势在于不修改原函数代码即可添加功能。根据需求选择函数装饰器（简单逻辑）或类装饰器（状态管理），并善用functools.wraps保留元信息。理解闭包与一等函数特性后，可灵活实现日志、计时、权限控制等横切关注点。
热门标签
