懒人必备，五个高效Python装饰器
最新回答
如一
2021-05-15 19:55:29
以下是五个高效实用的Python装饰器示例，它们能显著提升代码清洁度和开发效率：
核心功能：自动测量函数执行时间，适用于性能优化场景。
import timedef timer(func): def wrapper(*args, kwargs): start_time = time.time() result = func(*args, kwargs) execution_time = time.time() - start_time print(f"Execution time: {execution_time:.4f} seconds") return result return wrapper@timerdef train_model(): time.sleep(2) # 模拟耗时操作 return "Training completed"# 输出示例：Execution time: 2.0003 seconds2. 调试器装饰器（Debugger）核心功能：自动打印函数调用参数和返回值，加速调试过程。
def debug(func): def wrapper(*args, kwargs): print(f"Calling {func.__name__} with args: {args}, kwargs: {kwargs}") result = func(*args, kwargs) print(f"{func.__name__} returned: {result}") return result return wrapper@debugdef calculate_sum(a, b): return a + b# 输出示例：# Calling calculate_sum with args: (3, 5), kwargs: {}# calculate_sum returned: 83. 异常处理器装饰器（Exception Handler）核心功能：统一捕获和处理函数异常，避免重复try-except代码块。
def exception_handler(func): def wrapper(*args, kwargs): try: return func(*args, kwargs) except Exception as e: print(f"Error in {func.__name__}: {str(e)}") # 可添加日志记录或回退操作 return wrapper@exception_handlerdef divide(a, b): return a / b# 输出示例：Error in divide: division by zero4. 输入验证器装饰器（Input Validator）核心功能：自动验证函数参数类型/范围，确保数据有效性。
def validate_input(*validations): def decorator(func): def wrapper(*args, kwargs): for i, (arg, validation) in enumerate(zip(args, validations)): if not validation(arg): raise ValueError(f"Invalid argument {i}: {arg}") return func(*args, kwargs) return wrapper return decorator@validate_input(lambda x: x > 0, lambda y: isinstance(y, str))def process_data(number, text): return f"{text} {number}"# 合法调用：process_data(5, "Value")# 非法调用会抛出：ValueError: Invalid argument 0: -15. 重试机制装饰器（Retry）核心功能：自动重试失败的网络请求/API调用，增强程序健壮性。
import timedef retry(max_attempts=3, delay=1): def decorator(func): def wrapper(*args, kwargs): for attempt in range(max_attempts): try: return func(*args, kwargs) except Exception as e: if attempt == max_attempts - 1: raise print(f"Attempt {attempt + 1} failed, retrying in {delay}s...") time.sleep(delay) return wrapper return decorator@retry(max_attempts=3, delay=2)def fetch_data(): import random if random.random() < 0.7: # 模拟70%失败率 raise ConnectionError("Network error") return "Data fetched"# 可能输出：# Attempt 1 failed, retrying in 2s...# Attempt 2 failed, retrying in 2s...# (最终成功或抛出异常)
应用建议：
- 组合使用：多个装饰器可叠加使用（如@timer @exception_handler）
- 参数化装饰器：通过闭包实现灵活配置（如@retry(max_attempts=5)）
- 类装饰器：对于需要维护状态的场景，可使用类实现装饰器
- 性能考量：简单函数避免过度使用装饰器，可能增加调用开销
这些装饰器覆盖了日志记录、错误处理、性能监控等常见需求，通过20行以内的代码即可实现核心功能，是提升Python开发效率的利器。
热门标签
