Python 装饰器10种高级用法,用完后悔没早知道

Python装饰器是函数式编程的重要特性，它允许在不修改原函数代码的情况下，动态地扩展函数功能。以下是10种高级用法，每种都包含说明、使用场景和代码示例。

往期阅读>>>

Python 20 个文本分析的库：效率提升 10 倍的秘密武器

Python 金融定价利器FinancePy库深度解析

Python 为什么会成为AI时代的头部语言

Python 40个常用的列表推导式

Python 50个提高代码开发效率的方法

Python 自动检测服务HTTPS证书过期时间并发送预警

Python 自动化操作Redis的15个实用脚本

Python 自动化管理Jenkins的15个实用脚本，提升效率

Python copyparty搭建轻量的文件服务器的方法

Python 实现2FA认证的方法，提升安全性

Python 封装20个常用API接口，提升开发效率

App2Docker：如何无需编写Dockerfile也可以创建容器镜像

Python 集成 Nacos 配置中心的方法

Python 35个JSON数据处理方法

Python 字典与列表的20个核心技巧

Python 15个文本分析的库，提升效率

Python 15个Pandas技巧，提升数据分析效率

Python 运维中30个常用的库，提升效率

Python调用远程接口的方法

Python 提取HTML文本的方法，提升效率

Python 应用容器化方法：实现“一次部署，处处运行”

Python 自动化识别Nginx配置并导出为excel文件，提升Nginx管理效率

Python 5个常见的异步任务处理框架

Python数据科学常见的30个库

Python 50个实用代码片段，优雅高效

1. 带参数的装饰器

说明：装饰器本身可以接受参数，通过外层函数传递参数实现更灵活的装饰逻辑。

使用场景：需要根据配置动态调整装饰行为的场景，如不同环境的日志级别、缓存时间等。

defretry(max_attempts=3):defdecorator(func):defwrapper(*args, **kwargs):forattemptinrange(max_attempts):try:returnfunc(*args, **kwargs)exceptExceptionase:ifattempt == max_attempts-1:raiseeprint(f"Attempt {attempt + 1} failed, retrying...")returnNonereturnwrapperreturndecorator@retry(max_attempts=5)deffetch_data(url):# 模拟网络请求importrandomifrandom.random() <0.7:raiseConnectionError("Connection failed")return"Data fetched successfully"print(fetch_data("https://api.example.com"))

2. 类装饰器

说明：使用类定义装饰器逻辑，通过__init__和__call__方法实现。

使用场景：需要维护状态的装饰器，如计数器、缓存管理等。

classCountCalls:def__init__(self, func):self.func = funcself.call_count = 0def__call__(self, *args, **kwargs):self.call_count += 1print(f"{self.func.__name__} has been called {self.call_count} times")returnself.func(*args, **kwargs)@CountCallsdefprocess_data(data):returndata.upper()process_data("hello")process_data("world")

3. 装饰器链

说明：多个装饰器按从外到内顺序应用于同一函数。

使用场景：需要组合多个功能的场景，如日志+缓存+权限验证。

deflog_execution(func):defwrapper(*args, **kwargs):print(f"Executing {func.__name__} with args: {args}, kwargs: {kwargs}")result = func(*args, **kwargs)print(f"{func.__name__} returned: {result}")returnresultreturnwrapperdefvalidate_input(func):defwrapper(*args, **kwargs):forarginargs:ifnotisinstance(arg, (int, float)):raiseValueError("Arguments must be numbers")returnfunc(*args, **kwargs)returnwrapper@log_execution@validate_inputdefadd_numbers(a, b):returna+bprint(add_numbers(5, 3))

4. 装饰器工厂（装饰器中的装饰器）

说明：装饰器内部使用其他装饰器，实现功能组合。

使用场景：创建可复用的装饰器组合。

deftimer_decorator(func):importtimedefwrapper(*args, **kwargs):start = time.time()result = func(*args, **kwargs)end = time.time()print(f"{func.__name__} took {end - start:.4f} seconds")returnresultreturnwrapperdeflog_decorator(func):defwrapper(*args, **kwargs):print(f"Calling {func.__name__}")returnfunc(*args, **kwargs)returnwrapperdefcombined_decorator(func):# 组合timer和log装饰器returntimer_decorator(log_decorator(func))@combined_decoratordefheavy_computation(n):importtimetime.sleep(0.5)returnsum(range(n))print(heavy_computation(1000))

5. 异步函数装饰器

说明：专门用于装饰异步函数的装饰器。

使用场景：异步编程中的性能监控、错误重试等。

importasynciodefasync_timer(func):asyncdefwrapper(*args, **kwargs):importtimestart = time.time()result = awaitfunc(*args, **kwargs)end = time.time()print(f"Async {func.__name__} took {end - start:.4f} seconds")returnresultreturnwrapper@async_timerasyncdeffetch_urls(urls):importaiohttpasyncwithaiohttp.ClientSession() assession:tasks = [session.get(url) forurlinurls]responses = awaitasyncio.gather(*tasks)return [awaitr.text() forrinresponses]# 使用示例# asyncio.run(fetch_urls(["http://example.com"]))

6. 属性装饰器

说明：在类方法上使用装饰器访问类属性。

使用场景：类方法的状态管理、访问控制等。

classRateLimiter:def__init__(self, max_calls=3):self.max_calls = max_callsself.call_count = 0deflimit_calls(self, func):defwrapper(*args, **kwargs):ifself.call_count>= self.max_calls:raiseException(f"Rate limit exceeded. Max calls: {self.max_calls}")self.call_count += 1returnfunc(*args, **kwargs)returnwrapperlimiter = RateLimiter(max_calls=2)classAPI:@limiter.limit_callsdefcall_endpoint(self, endpoint):returnf"Calling {endpoint}"api = API()print(api.call_endpoint("/users"))print(api.call_endpoint("/posts"))# 第三次调用会触发异常

7. 单例模式装饰器

说明：确保类只有一个实例的装饰器。

使用场景：数据库连接、配置管理、日志记录器等需要单例的场景。

defsingleton(cls):instances = {}defwrapper(*args, **kwargs):ifclsnotininstances:instances[cls] = cls(*args, **kwargs)returninstances[cls]returnwrapper@singletonclassDatabaseConnection:def__init__(self):print("Creating new database connection...")self.connection_id = id(self)defquery(self, sql):returnf"Executing: {sql}"# 测试db1 = DatabaseConnection()db2 = DatabaseConnection()print(f"db1 id: {db1.connection_id}")print(f"db2 id: {db2.connection_id}")print(f"Same instance: {db1 is db2}")

8. 类型检查装饰器

说明：在运行时检查函数参数和返回值的类型。

使用场景：调试、API接口验证、类型安全要求高的场景。

deftype_check(*arg_types, return_type=None):defdecorator(func):defwrapper(*args, **kwargs):# 检查参数类型fori, (arg, expected_type) inenumerate(zip(args, arg_types)):ifnotisinstance(arg, expected_type):raiseTypeError(f"Argument {i} must be {expected_type}, got {type(arg)}")# 执行函数result = func(*args, **kwargs)# 检查返回值类型ifreturn_typeandnotisinstance(result, return_type):raiseTypeError(f"Return value must be {return_type}, got {type(result)}")returnresultreturnwrapperreturndecorator@type_check(int, int, return_type=int)defmultiply(a, b):returna*bprint(multiply(5, 3))  # 正常# print(multiply(5, "3"))  # 会抛出TypeError

9. 缓存装饰器

说明：缓存函数结果，避免重复计算。

使用场景：计算成本高、结果不变的函数，如API调用、复杂计算等。

fromfunctoolsimportlru_cacheimporttime# 使用functools.lru_cache@lru_cache(maxsize=128)deffibonacci(n):ifn<2:returnnreturnfibonacci(n-1) +fibonacci(n-2)# 自定义缓存装饰器defcache_results(func):cache = {}defwrapper(*args, **kwargs):key = (args, tuple(kwargs.items()))ifkeynotincache:cache[key] = func(*args, **kwargs)returncache[key]returnwrapper@cache_resultsdefexpensive_computation(x):time.sleep(1)  # 模拟耗时计算returnx*x# 第一次调用耗时start = time.time()print(expensive_computation(5))print(f"First call: {time.time() - start:.2f}s")# 第二次调用从缓存读取start = time.time()print(expensive_computation(5))print(f"Second call: {time.time() - start:.2f}s")

10. 权限验证装饰器

说明：验证用户权限后再执行函数。

使用场景：Web应用、API接口的权限控制。

defrequire_role(*allowed_roles):defdecorator(func):defwrapper(user, *args, **kwargs):ifuser.get('role') notinallowed_roles:raisePermissionError(f"User {user.get('name')} with role {user.get('role')} "f"is not allowed to call {func.__name__}. "f"Allowed roles: {allowed_roles}"                )returnfunc(user, *args, **kwargs)returnwrapperreturndecoratorclassUserService:@require_role('admin', 'manager')defdelete_user(self, user, user_id):returnf"User {user_id} deleted by {user['name']}"@require_role('admin', 'manager', 'user')defview_profile(self, user, user_id):returnf"Viewing profile of user {user_id}"service = UserService()admin_user = {'name': 'Alice', 'role': 'admin'}regular_user = {'name': 'Bob', 'role': 'user'}print(service.delete_user(admin_user, 123))  # 正常print(service.view_profile(regular_user, 123))  # 正常# print(service.delete_user(regular_user, 123))  # 会抛出PermissionError

实战应用：完整的API装饰器组合

importtimeimportfunctoolsdefapi_decorator(func):"""API接口的完整装饰器组合"""@functools.wraps(func)defwrapper(*args, **kwargs):# 1. 日志记录print(f"[API] {time.strftime('%Y-%m-%d %H:%M:%S')} - Calling {func.__name__}")# 2. 参数验证ifnotargsandnotkwargs:print("[API] Warning: No arguments provided")# 3. 性能监控start_time = time.time()try:# 执行原函数result = func(*args, **kwargs)# 4. 响应时间记录elapsed = time.time() -start_timeprint(f"[API] {func.__name__} completed in {elapsed:.4f}s")# 5. 结果验证ifresultisNone:print("[API] Warning: Function returned None")returnresultexceptExceptionase:# 6. 错误处理print(f"[API] Error in {func.__name__}: {str(e)}")raisereturnwrapper@api_decoratordefget_user_data(user_id, include_profile=False):"""获取用户数据"""ifnotisinstance(user_id, int):raiseValueError("user_id must be an integer")# 模拟API调用time.sleep(0.1)data = {'id': user_id,'name': f'User{user_id}','email': f'user{user_id}@example.com'    }ifinclude_profile:data['profile'] = {'age': 25, 'city': 'Beijing'}returndata# 使用示例try:user_data = get_user_data(123, include_profile=True)print(f"User data: {user_data}")exceptExceptionase:print(f"Failed to get user data: {e}")

Python装饰器的10种高级用法展示了其强大的灵活性和实用性：

1. 带参数装饰器 - 提供配置灵活性

2. 类装饰器 - 支持状态管理

3. 装饰器链 - 实现功能组合

4. 装饰器工厂 - 创建可复用组合

5. 异步装饰器 - 支持现代异步编程

6. 属性装饰器 - 类方法的状态控制

7. 单例装饰器 - 确保唯一实例

8. 类型检查装饰器 - 增强类型安全

9. 缓存装饰器 - 优化性能

10. 权限装饰器 - 实现访问控制

掌握这些高级用法可以帮助您编写更简洁、可维护、高效的Python代码，特别适用于Web开发、API设计、性能优化等场景。在实际应用中，可以根据需求组合使用这些装饰器，创建强大的功能扩展机制。

如果你觉得这篇文章有用，欢迎点赞、转发、收藏、留言、推荐❤！