import sysprint('python 版本：',sys.version.split('|')[0])#python 版本： 3.11.11

函数装饰器实现

我们先来看一个简单的函数装饰器实现：

import timedefdelayed_start(func=None, *, duration=1):defdecorator(_func):defwrapper(*args, **kwargs):            print(f"Wait for {duration} seconds before starting...")            time.sleep(duration)return _func(*args, **kwargs)return wrapperif func isNone:return decoratorelse:return decorator(func)

这个装饰器可以以两种方式使用：

1. 不带参数使用
   当装饰器不带参数使用时，Python会直接将装饰的函数作为参数传递给 delayed_start

@delayed_startdefhello_no_arg(name="datashare"):    print("from hello_no_arg, param name =", name)

等价于：

hello_no_arg = delayed_start(hello_no_arg)

1. 带参数使用
   当装饰器带参数使用时，Python会先调用装饰器函数，返回一个真正的装饰器，然后再用这个装饰器装饰函数

@delayed_start(duration=2)defhello_with_arg(name="datashare"):    print("from hello_with_arg, param name =", name)

等价于：

hello_with_arg = delayed_start(duration=2)(hello_with_arg)

实现原理

delayed_start函数的巧妙之处在于它通过检查 func参数是否为 None来判断装饰器的使用方式：

• 如果 func不是 None，说明是不带参数使用，直接返回 decorator(func)
• 如果 func是 None，说明是带参数使用，返回 decorator函数等待接收真正的函数参数

类装饰器实现

类装饰器通过实现 __call__方法来实现装饰器的功能。下面是带参数和不带参数的类装饰器实现：

from functools import wrapsimport timeclassTimer:def__init__(self, func=None, *, print_args=False):        self.func = func        self.print_args = print_argsdef__call__(self, *args, **kwargs):# 情况 1：@Timer(print_args=True)# 第一次 __call__，args[0] 是函数if self.func isNone:            func = args[0]return self._decorate(func)# 情况 2：@Timer# 或者已经绑定好函数，真正执行return self._decorate(self.func)(*args, **kwargs)def_decorate(self, func):        @wraps(func)defwrapper(*args, **kwargs):            st = time.perf_counter()            ret = func(*args, **kwargs)if self.print_args:                print(f'"{func.__name__}", args: {args}, kwargs: {kwargs}')            print(f"time cost: {time.perf_counter() - st:.4f} seconds")return retreturn wrapper

1. 不带参数使用

@Timerdefcompute(x):    time.sleep(1)return x * 2

当类装饰器不带参数使用时，Python会创建 Timer类的实例，并将 compute函数传递给 __init__方法。此时 self.func就是 compute函数。当我们调用 compute(10)时，实际上是调用 Timer实例的 __call__方法

1. 带参数使用

@Timer(print_args=True)defcompute2(x):    time.sleep(1)return x * 3

当类装饰器带参数使用时，Python会先调用 Timer(print_args=True)创建实例，此时 self.func为 None。然后用这个实例去装饰 compute2函数，这相当于调用 Timer实例的 __call__方法，并将 compute2作为参数传入

两种实现方式的比较

实际应用场景

1. 性能监控
   如 Timer装饰器，用于测量函数执行时间
2. 权限验证
   检查用户是否有权限执行某个函数
3. 日志记录
   自动记录函数的调用和参数
4. 缓存
   实现函数结果的缓存，提高性能
5. 重试机制
   当函数执行失败时自动重试

最佳实践

1. 使用 functools.wraps装饰器来保留原函数的元数据（如函数名、文档字符串等）
2. 对于简单的装饰器，优先使用函数装饰器
3. 对于需要维护状态的装饰器，考虑使用类装饰器
4. 在设计带参数的装饰器时，确保同时支持带参数和不带参数的使用方式

总结

Python装饰器是一个强大而灵活的特性，它允许我们以非侵入式的方式增强函数的功能。通过掌握函数装饰器和类装饰器的实现方式，以及如何实现带参数和不带参数的装饰器，我们可以编写出更加通用和可重用的代码。无论是简单的函数增强还是复杂的状态管理，装饰器都能提供优雅的解决方案

理解装饰器的工作原理不仅有助于我们编写更好的装饰器，还能加深我们对Python函数式编程和元编程的理解，是成为高级Python开发者的重要一步

整理的一个资源共享库：

https://github.com/DataShare-duo/datashare_data