Python装饰器详解,看完终于理解它了!

2026-10-11 12:49:44

装饰器是Python中最强大但也最难理解的概念之一。很多人被它绕晕了。今天用最直白的方式，让你彻底搞懂装饰器的原理和实战用法！

★ P1：装饰器的本质——函数即对象

理解装饰器之前，先要明白一个核心概念：Python中函数也是对象，可以像变量一样传递。这是一切的基础。

函数作为返回值：

def outer(): def inner(): print('inner执行了') return inner# 返回函数对象，不是调用它 result = outer()# result现在就是inner函数 result()# 调用result，执行inner # 输出：inner执行了

函数作为参数：

def add(a, b): return a + b def multiply(a, b): return a * b def apply_twice(func, x, y): return func(func(x, y), func(x, y)) print(apply_twice(add, 1, 2))# (1+2)+(1+2) = 6 print(apply_twice(multiply, 2, 3)) # (2*3)*(2*3) = 36

★ P2：手写第一个装饰器——理解原理

装饰器本质上就是一个"包装"函数。它接收一个函数作为参数，返回一个新的函数，在不改变原函数的基础上添加新功能。

最简单的装饰器：

def my_decorator(func): def wrapper(*args, **kwargs): print('=== 调用前 ===') result = func(*args, **kwargs)# 调用原函数 print('=== 调用后 ===') return result return wrapper @my_decorator def say_hello(name): print(f'你好，{name}！') say_hello('Rose') # 输出： # === 调用前 === # 你好，Rose！ # === 调用后 ===

★ P3：实战装饰器——计时器、登录验证、日志

装饰器最大的价值是"横切关注点分离"：把分散在多个函数中的重复逻辑（计时、认证、日志）抽离出来，统一处理。

装饰器1：函数计时器

import time from functools import wraps def timer(func): @wraps(func)# 保留原函数元数据 def wrapper(*args, **kwargs): start = time.time() result = func(*args, **kwargs) elapsed = time.time() - start print(f'{func.__name__} 执行耗时: {elapsed:.4f}秒') return result return wrapper @timer def slow_function(): time.sleep(1) return '完成' slow_function()# slow_function 执行耗时: 1.0004秒

装饰器2：登录验证

from functools import wraps def login_required(func): @wraps(func) def wrapper(*args, **kwargs): if not getattr(func, 'is_logged_in', False): print('❌ 请先登录！') return None return func(*args, **kwargs) # 模拟登录标记 wrapper.is_logged_in = True return wrapper @login_required def get_profile(): print('✅ 获取用户资料...') get_profile()# ✅ 获取用户资料...

装饰器3：日志记录器

import logging logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) def log_calls(func): @wraps(func) def wrapper(*args, **kwargs): logger.info(f'调用 {func.__name__}，参数: {args}, {kwargs}') try: result = func(*args, **kwargs) logger.info(f'{func.__name__} 返回: {result}') return result except Exception as e: logger.error(f'{func.__name__} 异常: {e}') raise return wrapper

★ P4：装饰器传参——带参数的装饰器工厂

如果装饰器本身需要参数，需要再包一层函数来接收参数，这叫"装饰器工厂"。

带参数的装饰器：

def repeat(times):# 接收装饰器参数 def decorator(func):# 接收被装饰函数 @wraps(func) def wrapper(*args, **kwargs): for _ in range(times): result = func(*args, **kwargs) return result return wrapper return decorator @repeat(times=3) def say_hi(): print('Hi!') say_hi()# 输出3次'Hi!'

@wraps的作用：保留原函数的__name__、__doc__等元数据，不用@wraps的话，装饰后函数名会变成wrapper。

★ P5：总结

今天彻底讲透了Python装饰器，从原理到实战一网打尽。核心要点： 1. 函数即对象：函数可以赋值给变量、作为参数、作为返回值，这是装饰器的基础；2. 装饰器本质：一个返回函数的函数，接收原函数作为参数，在不修改原函数的情况下添加新功能；3. @wraps必须用：保留被装饰函数的元数据（名字、文档字符串），避免调试困扰 4. args/kwargs：wrapper函数用*args/**kwargs接收任意参数转发给原函数；5. 装饰器工厂：如果装饰器需要参数，再包一层函数返回装饰器；6. 实战场景：计时器（性能分析）、登录验证（权限控制）、日志（行为追踪）、重试机制（容错处理）。实践建议：不要为了用装饰器而用装饰器。当你在多个函数中写重复的前后置逻辑（如检查参数、记录日志、测量时间）时，就是抽取成装饰器的最佳时机。装饰器是代码重复的克星，用好了事半功倍！