五分鐘理解Python裝飾器，讓代碼更優雅
什么是裝飾器？
想象一下，你有一個漂亮的房間，但你想讓它看起來更加特別，于是你決定掛上一些裝飾畫。在編程的世界里，Python裝飾器就是那些“裝飾畫”，它們能讓你的函數或類“房間”看起來或工作得更加出色，而無需改變其內部結構。
def say_hello(name):
print(f"Hello, {name}!")
# 這就是我們的裝飾畫
def fancy_decorator(func):
def wrapper():
print("Adding some fancy touch...")
func()
print("Decoration ends here.")
return wrapper
# 掛上裝飾畫
fancy_say_hello = fancy_decorator(say_hello)
fancy_say_hello("World")輸出：
Adding some fancy touch...
Hello, World!
Decoration ends here.這段代碼中，fancy_decorator就是一個裝飾器，它包裝了原始的say_hello函數，給它加上了前后打印信息的功能。
裝飾器的魔法
裝飾器的“魔法”在于它們使用了函數的高階特性，即函數可以接受另一個函數作為參數，并返回一個新的函數。當你在函數定義前使用@符號，實際上是執行了一個賦值操作，將裝飾器的結果賦予了原函數名。
@fancy_decorator
def say_hello(name):
print(f"Hello, {name}!")
say_hello("Alice")輸出：
Adding some fancy touch...
Hello, Alice!
Decoration ends here.這里，@fancy_decorator等同于手動執行了say_hello = fancy_decorator(say_hello)，使得每次調用say_hello時，都會先經過fancy_decorator的處理。
參數化的裝飾器
有時候，裝飾器也需要根據不同的情況調整行為，這就需要參數化的裝飾器。
def repeat(n):
def decorator_repeat(func):
def wrapper(*args, **kwargs):
for _ in range(n):
func(*args, **kwargs)
return wrapper
return decorator_repeat
@repeat(3)
def greet(name):
print(f"Hi, {name}")
greet("Bob")輸出：
Hi, Bob
Hi, Bob
Hi, Bob這里，repeat是一個參數化的裝飾器工廠，它接收一個參數n，并返回一個具體的裝飾器，這個裝飾器會讓被裝飾的函數重復執行n次。
高級裝飾器技巧：帶參數的進階
之前提到的參數化裝飾器，其實還可以做得更靈活。如果想要裝飾器本身能夠接收多個參數，可以通過額外的閉包層來實現。
def with_args(arg1, arg2):
def decorator_with_args(func):
def wrapper(*args, **kwargs):
print(f"Using arguments: {arg1}, {arg2}")
return func(*args, **kwargs)
return wrapper
return decorator_with_args
@with_args('A', 'B')
def show_args():
print("Inside the function")
show_args()輸出：
Using arguments: A, B
Inside the function這里，with_args不僅能夠裝飾函數，還能在裝飾時接收參數，實現了高度的定制化。
裝飾器鏈：復合裝飾器的力量
裝飾器可以堆疊使用，形成裝飾器鏈，為函數添加多層功能。
def log_decorator(func):
def wrapper(*args, **kwargs):
print(f"Function {func.__name__} is called")
return func(*args, **kwargs)
return wrapper
def timer_decorator(func):
import time
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} took {end_time - start_time:.2f} seconds")
return result
return wrapper
@log_decorator
@timer_decorator
def example_function(n):
sum(range(n))
example_function(10000)輸出示例：
Function example_function is called
example_function took 0.00 seconds通過這種方式，我們可以輕松地為函數添加日志記錄、性能測試等多種功能，且各裝飾器之間的功能相互獨立，易于維護。
實戰案例：緩存機制
讓我們來看一個實用場景——使用裝飾器實現函數結果的緩存，以提高效率。
def cache_decorator(func):
cache = {}
def wrapper(*args):
if args not in cache:
cache[args] = func(*args)
return cache[args]
return wrapper
@cache_decorator
def fibonacci(n):
if n <= 1:
return n
else:
return fibonacci(n-1) + fibonacci(n-2)
print(fibonacci(10))
print(fibonacci(10)) # 第二次調用應該更快在這個例子中，cache_decorator裝飾器用于存儲fibonacci函數的計算結果，避免重復計算，顯著提高了遞歸計算斐波那契數列的效率。
總結與實踐技巧
裝飾器是Python編程中的高級技巧，它們讓代碼更加簡潔、模塊化。通過掌握基礎裝飾器、參數化裝飾器、裝飾器鏈，以及實現特定功能如緩存的高級應用，你將能夠編寫出更加優雅和高效的Python程序。
- 練習技巧：嘗試為自己的函數編寫裝飾器，比如計時裝飾器，用于監控函數執行時間。
- 方法提示：在設計裝飾器時，考慮其通用性和可擴展性，以便在多個場景下重用。
- 使用技巧：注意裝飾器的執行順序是從下往上，這影響著函數最終的行為。
- 注意事項：對于有狀態的裝飾器，要小心管理狀態，避免在并發環境下產生意料之外的行為。
