当前位置：首页>python>【一起学 Python】第 49 天:高级 OOP 特性之装饰器原理与编写

【一起学 Python】第 49 天:高级 OOP 特性之装饰器原理与编写

2026-09-08 08:02:12

欢迎来到 Python 学习计划的第 49 天！🎉

昨天我们学习了 @classmethod 类方法，掌握了类级别的操作。今天，我们将进入 高级 OOP 特性第九天，也是函数式与面向对象结合的巅峰——装饰器的原理与编写。

虽然我们在第 25 天初步接触过装饰器，但在 OOP 高级阶段，我们需要更深入地理解其本质，尤其是类装饰器以及装饰器与方法（实例/类/静态）的结合。这是面试中的高频考点！

一、装饰器的本质是什么？

1. 核心定义

装饰器（Decorator） 本质上是一个高阶函数（或可调用对象）。

输入：接收一个函数（或类）作为参数。
输出：返回一个新的函数（或类）。
目的：在不修改原代码的前提下，动态地增强功能。

2. 语法糖

@decoratordef func():    pass# 等价于def func():    passfunc = decorator(func)  # 函数名被重新赋值为装饰后的函数

3. 与 OOP 的结合

在面向对象编程中，装饰器常用于：

增强方法：如日志、权限验证、缓存中的方法概念）。
增强类：如自动注册、单例模式、数据验证。
内置装饰器：@property, @classmethod, @staticmethod 本身就是 Python 内置的装饰器。

二、如何编写一个函数装饰器？

1. 标准模板（必背）

结合实例方法与 self 的本质中关于方法调用的知识，装饰器必须正确处理 *args 和 **kwargs，以兼容实例方法（含 self）、类方法（含 cls）和普通函数。

import functoolsdef my_decorator(func):    @functools.wraps(func)  # 保留原函数的 __name__, __doc__ 等    def wrapper(*args, **kwargs):        # 1. 前置逻辑        print("Before call")        # 2. 调用原函数        result = func(*args, **kwargs)        # 3. 后置逻辑        print("After call")        # 4. 返回结果        return result    return wrapper

2. 示例：计时装饰器

import timedef timer(func):    @functools.wraps(func)    def wrapper(*args, **kwargs):        start = time.time()        result = func(*args, **kwargs)        end = time.time()        print(f"{func.__name__} 耗时：{end - start:.4f}s")        return result    return wrapper@timerdef slow_task():    time.sleep(1)slow_task()  # 输出：slow_task 耗时：1.00xxs

三、functools.wraps 的作用是什么？

1. 问题：元数据丢失

如果不使用 functools.wraps，装饰后的函数会丢失原函数的元数据（如名称、文档字符串），这会影响调试、日志和文档生成。

def without_wraps(func):    def wrapper(*args, **kwargs):        return func(*args, **kwargs)    return wrapperdef with_wraps(func):    @functools.wraps(func)    def wrapper(*args, **kwargs):        return func(*args, **kwargs)    return wrapper@without_wrapsdef func1():    """这是 func1 的文档"""    pass@with_wrapsdef func2():    """这是 func2 的文档"""    passprint(func1.__name__)  # wrapper (❌ 丢失了原函数名)print(func2.__name__)  # func2 (✅ 保留了原函数名)print(func2.__doc__)   # 这是 func2 的文档 (✅ 保留了文档)

2. 最佳实践

始终使用 @functools.wraps(func)，这是专业 Python 代码的标志。

四、如何编写一个类装饰器？

装饰器不仅可以装饰函数，还可以装饰类。类装饰器接收一个类作为参数，返回一个新的类（或修改后的类）。

1. 基本示例：自动注册

registry = []def register(cls):    registry.append(cls)    return cls  # 返回原类，不修改行为@registerclass User:    pass@registerclass Admin:    passprint(registry)  # [<class '__main__.User'>, <class '__main__.Admin'>]

2. 进阶示例：单例模式（Singleton）

确保一个类只有一个实例。结合继承知识，单例模式常用于配置类。

def singleton(cls):    instances = {}    @functools.wraps(cls)    def get_instance(*args, **kwargs):        if cls not in instances:            instances[cls] = cls(*args, **kwargs)        return instances[cls]    return get_instance@singletonclass Database:    def __init__(self):        print("初始化数据库连接")db1 = Database()  # 初始化数据库连接db2 = Database()  # 无输出（返回已有实例）print(db1 is db2)  # True

3. 类装饰器 vs 元类

类装饰器：修改类本身，语法简单，Python 2.6+ 支持。
元类（Metaclass）：控制类的创建过程，更强大但更复杂。
建议：优先使用类装饰器，除非需要控制类的创建行为。

五、装饰器与方法（Instance/Class/Static）

结合实例方法与 self 的本质中三种方法的对比，装饰器在不同方法上的行为略有不同。

1. 装饰实例方法

self 会自动作为第一个参数传入 wrapper 的 *args 中。

class MyClass:    @my_decorator    def instance_method(self):        print(f"实例方法，self={id(self)}")obj = MyClass()obj.instance_method() # Before call# 实例方法，self=...# After call

2. 装饰类方法

cls 会自动作为第一个参数传入。注意装饰器顺序：自定义装饰器应在 @classmethod 上方。

class MyClass:    @my_decorator    @classmethod    def class_method(cls):        print(f"类方法，cls={cls}")MyClass.class_method()

3. 装饰静态方法

没有 self 或 cls，直接传入参数。

class MyClass:    @my_decorator    @staticmethod    def static_method(x):        return x * 2print(MyClass.static_method(5))  # 10

💡 注意：装饰器顺序很重要！@decorator 应该放在 @classmethod 等内置装饰器的上方（外层）。

六、装饰器在实际开发中的应用

1. 日志记录（Logging）

记录函数的调用信息，便于调试和监控。

def log_call(func):    @functools.wraps(func)    def wrapper(*args, **kwargs):        print(f"Calling {func.__name__} with {args}, {kwargs}")        return func(*args, **kwargs)    return wrapper

2. 权限验证（Authentication）

检查用户是否登录或有特定权限。结合类属性 vs 实例属性的区别中的属性概念，可以检查实例状态。

def require_login(func):    @functools.wraps(func)    def wrapper(self, *args, **kwargs):        if not getattr(self, 'is_logged_in', False):            return "Error: 请先登录"        return func(self, *args, **kwargs)    return wrapperclass User:    def __init__(self):        self.is_logged_in = False    @require_login    def view_profile(self):        return "欢迎查看个人资料"

3. 缓存（Caching/Memoization）

存储函数结果，避免重复计算。结合类属性 vs 实例属性的区别，注意缓存字典的位置。

def cache(func):    cache_dict = {}  # 闭包变量，保存缓存    @functools.wraps(func)    def wrapper(*args):        if args in cache_dict:            return cache_dict[args]        result = func(*args)        cache_dict[args] = result        return result    return wrapper

七、常见误区与注意事项

1. 装饰器顺序

多个装饰器时，执行顺序是从下往上（定义），从上往下（执行）。

@decorator_a@decorator_bdef func():    pass# 等价于 func = decorator_a(decorator_b(func))

2. 装饰器中的状态泄漏

如果装饰器内部使用了可变对象保存状态，要注意多个被装饰函数之间是否共享状态。

# ❌ 错误：count 在所有被装饰函数间共享def bad_counter(func):    count = 0    def wrapper(*args):        nonlocal count        count += 1        return func(*args)    return wrapper# ✅ 正确：count 在每个装饰器实例中独立def good_counter(func):    def wrapper(*args):        wrapper.count += 1        return func(*args)    wrapper.count = 0    return wrapper

3. 兼容性与继承

确保装饰器不会破坏子类的方法解析顺序（MRO）。

八、实战练习

练习 1：实现权限验证装饰器

创建一个 @require_login 装饰器，检查用户是否登录。模拟一个 User 类，包含 is_logged_in 属性。

import functoolsdef require_login(func):    @functools.wraps(func)    def wrapper(self, *args, **kwargs):        if not getattr(self, 'is_logged_in', False):            return "Error: 请先登录"        return func(self, *args, **kwargs)    return wrapperclass User:    def __init__(self, name):        self.name = name        self.is_logged_in = False    @require_login    def view_profile(self):        return f"欢迎 {self.name}"u = User("Alice")print(u.view_profile())  # Error: 请先登录u.is_logged_in = Trueprint(u.view_profile())  # 欢迎 Alice

练习 2：实现类方法缓存装饰器

创建一个 @cache 装饰器，缓存方法的返回值。注意处理 self 或 cls 参数，避免缓存不同实例的数据混淆。

import functoolsdef method_cache(func):    cache = {}    @functools.wraps(func)    def wrapper(self, *args):        # 将 self 的 id 和参数作为 key，区分不同实例        key = (id(self), args)        if key not in cache:            cache[key] = func(self, *args)        return cache[key]    return wrapperclass Calculator:    @method_cache    def expensive_calc(self, x):        print(f"计算中... {x}")        return x * xc1 = Calculator()c2 = Calculator()print(c1.expensive_calc(5))  # 计算中... 5 \n 25print(c1.expensive_calc(5))  # 25 (缓存命中)print(c2.expensive_calc(5))  # 计算中... 5 \n 25 (不同实例，重新计算)

九、总结

知识点	说明
装饰器本质	高阶函数，接收函数/类，返回新函数/类
`functools.wraps`	保留原函数元数据，调试必备
方法装饰	注意 `self`/`cls` 在 `*args` 中，装饰器顺序
类装饰器	接收类，返回类，常用于单例、注册
状态管理	避免装饰器间状态泄漏，注意实例隔离
面试考点	编写计时器、缓存、权限验证装饰器

📌 明日预告：带参数的装饰器

明天我们将进入 高级 OOP 特性第十天！

主题：带参数的装饰器（Decorator Factory）
核心问题：

如何让装饰器接收参数？@decorator(arg=1)
三层嵌套结构是怎样的？（参数 -> 函数 -> 参数）
类装饰器如何带参数？
实际应用场景有哪些？（重试机制、可配置缓存）
与不带参数的装饰器有什么区别？

💡 提前思考：如果有一个 @retry(times=3) 装饰器，它需要接收 times 参数，内部结构应该如何设计？

掌握装饰器原理，让你的代码更灵活、更强大！继续加油！🚀

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

2. 示例：计时装饰器

三、functools.wraps 的作用是什么？

1. 问题：元数据丢失

2. 最佳实践

四、如何编写一个类装饰器？

1. 基本示例：自动注册

2. 进阶示例：单例模式（Singleton）

3. 类装饰器 vs 元类

五、装饰器与方法（Instance/Class/Static）

1. 装饰实例方法

2. 装饰类方法

3. 装饰静态方法

六、装饰器在实际开发中的应用

1. 日志记录（Logging）

2. 权限验证（Authentication）

3. 缓存（Caching/Memoization）

七、常见误区与注意事项

1. 装饰器顺序

2. 装饰器中的状态泄漏

3. 兼容性与继承

八、实战练习

练习 1：实现权限验证装饰器

练习 2：实现类方法缓存装饰器

九、总结

📌 明日预告：带参数的装饰器

【一起学 Python】第 49 天:高级 OOP 特性之装饰器原理与编写

一、装饰器的本质是什么？

1. 核心定义

2. 语法糖

3. 与 OOP 的结合

二、如何编写一个函数装饰器？

1. 标准模板（必背）

最新文章

热门文章

随机文章

【一起学 Python】第 49 天:高级 OOP 特性之装饰器原理与编写

一、装饰器的本质是什么？

1. 核心定义

2. 语法糖

3. 与 OOP 的结合

二、如何编写一个函数装饰器？

1. 标准模板（必背）

2. 示例：计时装饰器

三、functools.wraps 的作用是什么？

1. 问题：元数据丢失

2. 最佳实践

四、如何编写一个类装饰器？

1. 基本示例：自动注册

2. 进阶示例：单例模式（Singleton）

3. 类装饰器 vs 元类

五、装饰器与方法（Instance/Class/Static）

1. 装饰实例方法

2. 装饰类方法

3. 装饰静态方法

六、装饰器在实际开发中的应用

1. 日志记录（Logging）

2. 权限验证（Authentication）

3. 缓存（Caching/Memoization）

七、常见误区与注意事项

1. 装饰器顺序

2. 装饰器中的状态泄漏

3. 兼容性与继承

八、实战练习

练习 1：实现权限验证装饰器

练习 2：实现类方法缓存装饰器

九、总结

📌 明日预告：带参数的装饰器

GEE(Python版本)多源数据+数理统计网格化全球制图分析

自学学会python真的现实不?

最新文章

热门文章

随机文章