装饰器是Python中一种强大的工具，它们可以让你修改或增强函数、方法甚至类的行为，就像是给你的代码披上一层魔法斗篷。今天，我们将通过10个实用的装饰器应用，从基础到进阶，一步步揭开它的面纱。
1. 简单的时间统计装饰器
目的：计算函数执行时间，了解性能。
import time
def timing_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} took {end_time - start_time:.4f} seconds")
return result
return wrapper
@timing_decorator
def example_function(n):
sum(range(n))
example_function(1000000)解释：这个装饰器记录了被装饰函数的开始和结束时间，然后计算并打印出耗时。它使用了*args 和 **kwargs 来保持函数的通用性。
2. 参数验证装饰器
用途：确保函数输入参数满足特定条件。
def positive_number_decorator(func):
def wrapper(number):
if number < 0:
raise ValueError("Number must be positive.")
return func(number)
return wrapper
@positive_number_decorator
def square(number):
return number ** 2
try:
print(square(-5))
except ValueError as e:
print(e)技巧：通过抛出异常来处理不满足条件的情况，保持函数接口的清晰。
3. 缓存装饰器
目的：提高效率，避免重复计算。
from functools import lru_cache
@lru_cache(maxsize=128)
def fibonacci(n):
if n <= 1:
return n
else:
return (fibonacci(n-1) + fibonacci(n-2))
print(fibonacci(30)) # 只计算一次注意：lru_cache是一个内置的缓存实现，非常适合用于耗时的计算任务。
4. 日志记录装饰器
用途：自动记录函数调用信息。
def log_decorator(func):
def wrapper(*args, **kwargs):
print(f"Calling function: {func.__name__}")
result = func(*args, **kwargs)
print(f"Function {func.__name__} returned: {result}")
return result
return wrapper
@log_decorator
def add(a, b):
return a + b
add(5, 3)技巧：这有助于调试和监控程序运行。
5. 类方法装饰器
场景：在类方法上添加额外逻辑。
def class_method_logger(cls_method):
def wrapper(self, *args, **kwargs):
print(f"Calling method '{cls_method.__name__}' on {self.__class__.__name__}")
return cls_method(self, *args, **kwargs)
return wrapper
class MyClass:
@class_method_logger
def say_hello(self, name):
print(f"Hello, {name}")
MyClass().say_hello("World")理解：装饰器同样适用于类方法，增加类行为的灵活性。
6. 异常处理装饰器
目的：统一异常处理逻辑。
def handle_exceptions(func):
def wrapper(*args, **kwargs):
try:
return func(*args, **kwargs)
except Exception as e:
print(f"Error in {func.__name__}: {e}")
return wrapper
@handle_exceptions
def divide(a, b):
return a / b
divide(10, 0) # 安全地处理除零错误7. 计数装饰器
应用场景：跟踪函数调用次数。
class Counter:
def __init__(self, func):
self.func = func
self.calls = 0
def __call__(self, *args, **kwargs):
self.calls += 1
print(f"Call {self.calls} of {self.func.__name__}")
return self.func(*args, **kwargs)
@Counter
def greet():
print("Hello!")
greet()
greet()8. 参数默认值检查装饰器
使用：确保函数参数符合预期值。
def check_parameters(expected):
def decorator(func):
def wrapper(*args, **kwargs):
for key, value in kwargs.items():
if key in expected and value != expected[key]:
raise ValueError(f"Invalid value for {key}. Expected {expected[key]}, got {value}.")
return func(*args, **kwargs)
return wrapper
return decorator
@check_parameters({"difficulty": "easy"})
def start_game(difficulty):
print(f"Starting game with difficulty level {difficulty}.")
start_game(difficulty="medium") # 触发异常实战案例：Web请求计时与日志记录
假设我们有一个简单的Web请求函数，我们想要记录每次请求的时间并简单记录日志。
import requests
from datetime import datetime
def request_logger(url):
def decorator(func):
def wrapper(*args, **kwargs):
start = datetime.now()
response = func(url, *args, **kwargs)
end = datetime.now()
print(f"Request to {url} completed in {end - start}. Status Code: {response.status_code}")
return response
return wrapper
return decorator
@request_logger("https://api.example.com/data")
def make_request(url):
return requests.get(url)
make_request()分析：这个案例展示了如何结合使用多个功能（计时和日志记录）于一个装饰器中，以监控API调用。在实际开发中，这样的装饰器可以极大地帮助监控和优化服务性能。
通过上述示例，我们不仅掌握了装饰器的基础和进阶应用，还学会了如何根据实际需求设计和实现装饰器，以增强代码的功能性和可维护性。
