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 resreturn 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 resreturn 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 resexcept Exception as e:print(f"【执行异常】{func.__name__} 报错:{e}")raise ereturn 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 Noneres = func(user_type, *args, **kwargs)return resreturn 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 wrapperreturn 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。