当前位置:首页>python>Python装饰器保姆级教程:零基础吃透装饰器原理、日志记录、权限校验、缓存限流,项目开发必备利器

Python装饰器保姆级教程:零基础吃透装饰器原理、日志记录、权限校验、缓存限流,项目开发必备利器

  • 2026-10-11 06:50:07
Python装饰器保姆级教程:零基础吃透装饰器原理、日志记录、权限校验、缓存限流,项目开发必备利器

标签:#Python零基础 #装饰器 #高阶编程 #项目实战

前言

写完函数、面向对象后,很多新手写代码依然存在大量冗余逻辑:每个函数都要写日志、每次调用都要判断权限、重复代码遍地都是。

而 装饰器(Decorator) 是Python高阶编程的核心精髓,也是框架底层核心语法(Django、Flask、FastAPI大量基于装饰器实现)。

装饰器核心作用:在不修改原函数代码的前提下,给函数新增额外功能,完美遵循编程界的「开闭原则」,大幅精简代码、统一业务逻辑。本篇零基础保姆教程,从原理到实战全覆盖,看完彻底玩转装饰器!


一、装饰器是什么?通俗白话理解

一句话定义:装饰器本质是接收函数、返回函数的高阶函数,专门用来给原有函数拓展附加功能。

核心优势

✅ 不改动原有业务代码,无侵入拓展功能

✅ 统一公共逻辑:日志、权限、限流、缓存、计时

✅ 代码高度复用,告别重复冗余代码

✅ 主流Python框架核心底层,面试高频考点

经典场景:统计函数运行时间、记录操作日志、接口权限校验、请求限流、数据缓存


二、前置基础:函数的高阶特性

想要吃透装饰器,先掌握Python函数的3个特殊特性:

1、函数可以赋值给变量

def hello():  print("Hello Python")f = hello  # 函数赋值,不加括号f()

2、函数可以作为参数传递

def run_func(func):  func()run_func(hello)

3、函数可以作为返回值、支持嵌套定义

def outer():  def inner():    print("内部函数")  return innerf = outer()f()

💡 装饰器的所有原理,都基于以上三个特性!


三、手写第一个简易装饰器(零基础入门)

我们实现一个最基础的装饰器:给任意函数新增「执行前后打印提示」功能,不修改原函数代码。

# 定义装饰器def my_decorator(func):    # 内层函数:包裹原有逻辑+新增功能    def wrapper():        print("函数开始执行...")        func()  # 执行原有函数逻辑        print("函数执行结束!")    return wrapper# 原有业务函数def business_func():    print("执行核心业务逻辑:数据处理完成")# 手动装饰business_func = my_decorator(business_func)business_func()

执行效果:自动在函数前后添加日志提示,原有业务逻辑完全不变。


四、语法糖@写法(项目标准用法)

上面手动赋值写法繁琐,Python提供 @语法糖,一键装饰函数,是日常开发唯一标准写法。

def my_decorator(func):    def wrapper():        print("函数开始执行...")        func()        print("函数执行结束!")    return wrapper# 语法糖装饰,简洁优雅@my_decoratordef business_func():    print("执行核心业务逻辑:数据处理完成")business_func()

输出结果:

函数开始执行...执行核心业务逻辑:数据处理完成函数执行结束!

💡 核心等价关系:@装饰器 等价于 函数 = 装饰器(函数)


五、适配带参数、有返回值的函数(通用装饰器)

基础装饰器无法适配带参数、有返回值的函数,项目中99%场景需要通用装饰器,兼容所有函数。

通用格式:*args, **kwargs 接收任意参数 + 接收返回值

# 通用装饰器模板(直接复制复用)def common_decorator(func):    def wrapper(*args, **kwargs):        # 前置拓展逻辑        print("【前置】函数即将执行")        # 执行原函数,接收返回值        res = func(*args, **kwargs)        # 后置拓展逻辑        print("【后置】函数执行完成")        # 返回原函数返回值        return res    return wrapper# 测试带参函数@common_decoratordef add(a, b):    return a + bprint(add(10, 20))

💡 万能模板:开发中直接使用该结构,兼容所有无参、有参、多参、有返回值函数。


六、三大高频实战装饰器(生产环境直接用)

整理项目中最常用的3类装饰器,代码完整可直接复制部署。

场景1:函数运行时间统计装饰器

常用于性能优化、接口耗时监控、脚本运行统计

import timedef count_time(func):    def wrapper(*args, **kwargs):        start = time.time()        res = func(*args, **kwargs)        end = time.time()        print(f"【性能统计】{func.__name__} 运行耗时:{end - start:.4f}秒")        return res    return wrapper# 测试使用@count_timedef test_sleep():    time.sleep(1)    print("任务执行完毕")test_sleep()

场景2:日志记录装饰器

自动记录函数调用、参数、执行状态,替代重复日志代码

def record_log(func):    def wrapper(*args, **kwargs):        print(f"【操作日志】调用函数:{func.__name__},参数:{args}{kwargs}")        try:            res = func(*args, **kwargs)            print(f"【执行成功】{func.__name__} 运行正常")            return res        except Exception as e:            print(f"【执行异常】{func.__name__} 报错:{e}")            raise e    return wrapper@record_logdef calc_num(x, y):    return x / ycalc_num(10, 2)# calc_num(10, 0)  # 触发除零异常,打印日志后继续向外抛出异常

场景3:权限校验装饰器

接口、后台功能权限拦截,统一校验逻辑

def check_permission(func):    def wrapper(user_type, *args, **kwargs):        if user_type != "admin":            print("【权限拦截】非管理员,禁止访问!")            return None        res = func(user_type, *args, **kwargs)        return res    return wrapper@check_permissiondef delete_data(user_type):    print("执行数据删除操作!")delete_data("user")    # 权限不足,拦截delete_data("admin")   # 权限通过,执行

七、带参数的装饰器(进阶框架用法)

普通装饰器无法传参,三层嵌套装饰器支持自定义参数,适配框架灵活配置场景。

实战:自定义日志等级装饰器

def log_level(level):    # 接收装饰器外层参数(带参装饰器)    def decorator(func):        def wrapper(*args, **kwargs):            print(f"【{level}级别日志】函数{func.__name__}开始执行")            return func(*args, **kwargs)        return wrapper    return decorator# 自定义参数使用@log_level(level="INFO")def task1():    print("普通任务执行")@log_level(level="ERROR")def task2():    print("异常任务执行")task1()task2()

八、多层装饰器叠加执行顺序

一个函数可以叠加多个装饰器,执行顺序遵循:由下至上装饰,由上至下执行

# 装饰器Adef deco_A(func):    def wrapper():        print("A前置")        func()        print("A后置")    return wrapper# 装饰器Bdef deco_B(func):    def wrapper():        print("B前置")        func()        print("B后置")    return wrapper# 多层装饰@deco_A@deco_Bdef test():    print("核心逻辑")test()

执行顺序:A前置 → B前置 → 核心逻辑 → B后置 → A后置


九、新手高频踩坑总结

1、装饰器丢失原函数属性

装饰后函数的__name__、文档注释会被替换为内层wrapper函数,解决方法:导入functools.wraps装饰内层函数。

import functoolsdef demo_deco(func):    @functools.wraps(func)    def wrapper(*args, **kwargs):        return func(*args, **kwargs)    return wrapper

2、不兼容带参、返回值函数

固定参数装饰器通用性极差,统一使用 *args, **kwargs 万能参数模板。

3、多层装饰器顺序混乱

权限、日志、计时等装饰器叠加时,务必理清执行顺序,避免逻辑拦截错乱。

4、装饰器内不捕获异常

公共装饰器必须做好异常捕获,避免单个函数报错导致整体服务崩溃。


文末结语

装饰器是Python从基础语法进阶到工程化、框架开发的关键知识点,也是面试、项目开发的高频核心。

熟练掌握装饰器,能够统一封装公共逻辑、彻底告别代码冗余、让代码架构更规范优雅,是区分Python新手与进阶开发者的核心能力。

本文提供的万能模板、日志、权限、计时装饰器,可直接复制用于日常项目,建议收藏留存,随时复用!

至此,全套Python零基础核心语法保姆教程完结! 涵盖时间处理、正则、文件读写、异常处理、高阶函数、面向对象、装饰器七大核心模块,零基础入门、实战落地全覆盖。

最新文章

随机文章