1 分钟读懂:Python 装饰器

每天1分钟，轻松懂 Python

这是一份有基础、有深度的 Python 核心技术手册

函数与闭包

1、函数是一等公民

Python 中函数可以赋值给变量；可以作为参数传递；也可以在函数里定义函数。

示例：将函数作为参数传递

deffunc(message):
    print(f"Got message: {message}")  

send_message = func  # 函数赋值给变量  
send_message("hello world")  # 这里调用：Got message: hello world  

2、函数嵌套与闭包

在函数内定义子函数，最后，返回子函数。在子函数可以访问外层函数变量。

defouter():
    x = 1
definner():
        print(x)  # 访问 outer 的变量 x  
return inner  

fn = outer()  
fn()  # 输出 1（闭包保留外层变量引用 ）  

核心语法

1、简单的装饰器

装饰器是用于 “包装函数”，在不修改原函数的前提下，添加额外逻辑（如日志、权限校验 ）。

defmy_decorator(func):
defwrapper():
        print("wrapper of decorator")  
        func()  
return wrapper  

@my_decorator  # 语法等价于 greet = my_decorator(greet)  
defgreet():
    print("hello world")  

greet()  
# 输出：  
# wrapper of decorator  
# hello world  

2、带参数的装饰器

*args、**kwargs 可以接收任意数量和类型的参数。

defmy_decorator(func):
defwrapper(*args, **kwargs):
        print('wrapper of decorator')
        func(*args, **kwargs)
return wrapper

@my_decorator
defgreet(name, message):
    print(f"Hi {name}, {message}")


greet("Mr.Wang", "Good to see you.")

# 输出
# wrapper of decorator
# Hi Mr.Wang, Good to see you.

保留函数原信息

被装饰后函数，会默认丢失原信息（如 __name__ ），需要用 functools.wraps 修复：

import functools  

defmy_decorator(func):
    @functools.wraps(func)  # 保留原函数信息 <<<<<<<<
defwrapper(*args, **kwargs):
        print("wrapper of decorator")  
        func(*args, **kwargs)  
return wrapper  

@my_decorator  
defgreet():
    print("hello world")  

print(greet.__name__)  # 输出 'greet'（否则为 'wrapper' ）  

类装饰器 和 多层装饰器

1、类装饰器

用类实现装饰器，通过 __call__ 方法拦截函数调用：

classCountCalls:
def__init__(self, func):
        self.func = func  
        self.num_calls = 0

def__call__(self, *args, **kwargs):
        self.num_calls += 1
        print(f"Call {self.num_calls} of {self.func.__name__}")  
return self.func(*args, **kwargs)  

@CountCalls
defgreet(name):
    print(f"Hi {name}")


greet("Mr.Wang")
# 输出：
# Call 1 of greet
# Hi Mr.Wang

greet("Mr.Li")
# 输出：
# Call 2 of greet
# Hi Mr.Li

2、多层装饰器

多个装饰器叠加，执行顺序为从外到内包裹，从内到外执行：

@decorator1  
@decorator2  
defgreet():
    print("hello world")  

# 执行逻辑等价于 greet = decorator1(decorator2(greet))  
# 执行时：decorator1 的 wrapper → decorator2 的 wrapper → 原函数  

使用场景

1、身份认证

校验用户登录状态，未登录则拦截操作：

import functools  

defauthenticate(func):
    @functools.wraps(func)  
defwrapper(*args, **kwargs):
ifnot check_login_state():  # 自定义校验逻辑
raise Exception("Authentication failed")  
return func(*args, **kwargs)  
return wrapper  

@authenticate  
defpost_comment(content):
    print(f"发布评论：{content}")  

2、日志记录

统计函数执行时间、打印调用日志：

import time  
import functools  

deflog_execution_time(func):
    @functools.wraps(func)  
defwrapper(*args, **kwargs):
        start = time.time()  
        result = func(*args, **kwargs)  
        end = time.time()  
        print(f"{func.__name__} 执行耗时：{end - start} 秒")  # 记录耗时
return result  
return wrapper  

@log_execution_time  
deftrain_model():
    time.sleep(2)  # 模拟耗时操作  

3、输入合法性检查

预处理函数参数，确保符合规则：

import functools  

defvalidate_params(func):
    @functools.wraps(func)
defwrapper(*args, **kwargs):
# 示例：校验第一个参数为数字
ifnot isinstance(args[0], (int, float)):  
raise ValueError("参数必须为数字")
return func(*args, **kwargs)

return wrapper

@validate_params  
defprocess_data(data):
    print(f"处理数据：{data}")  

4、缓存优化

@lru_cache 会缓存函数参数和结果，避免重复计算（如 functools.lru_cache ）：

import functools  

@functools.lru_cache(maxsize=128)
defcal(n):
    print(f"开始执行 cal. 参数：{n}")
    time.sleep(3)
return n * 2


cal(100)
cal(100)
cal(100)

# 重复调用 cal(100) 时，只输出一个 “开始执行 cal. 参数：100”

-------- 写在最后 --------

关注我，每天1分钟，轻松懂 Python

我的同名公众号正在连载《FastAPI 开发实战》、《Python 核心技术》、《职场》。

点赞 ：如果觉得有收获，点赞支持一下吧！

分享 ：分享给身边同样对Python感兴趣的朋友！

关注我 ：不要错过每一篇 Python 实战内容！