[Python] Python装饰器（Decorator）简介与示例

Python 装饰器（Decorator）简介与示例

装饰器本质上是一个高阶函数：

接受一个函数作为参数，返回一个对该函数进行“包裹（wrapper）”后的新函数。

通过这种方式，我们可以在不修改原函数代码的前提下，对其行为进行增强或修改。

装饰器的基本结构

def decorator(func):
    def wrapper(*args, **kwargs):
        # 在原函数执行前做一些事情
        result = func(*args, **kwargs)
        # 在原函数执行后做一些事情
        return result
    return wrapper

当使用 @decorator 语法时，等价于：

func = decorator(func)

保留函数元信息：`functools.wraps`

由于装饰器返回的是 wrapper 函数， 被装饰函数的元信息（如 __name__、__doc__）会被覆盖。

为了解决这个问题，Python 提供了 functools.wraps，用于将原函数的元信息复制到 wrapper 上。

示例：日志装饰器

import functools

def log_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print(f"函数 {func.__name__} 开始执行...")
        result = func(*args, **kwargs)
        print(f"函数 {func.__name__} 执行完毕。")
        return result
    return wrapper

@log_decorator
def say_hello(name):
    """向用户打招呼"""
    print(f"Hello, {name}!")

say_hello("World")

输出结果：

函数 say_hello 开始执行...
Hello, World!
函数 say_hello 执行完毕。

此时：

say_hello.__name__  # 'say_hello'
say_hello.__doc__   # '向用户打招呼'

使用场景与思想

装饰器常用于实现横切关注点（Cross-Cutting Concerns），例如：

日志打印
执行时间统计
权限校验 / 鉴权
缓存
重试机制

从设计思想上看，装饰器体现了**面向切面编程（AOP）**的理念，与 Java Spring 中的 AOP 在思想上高度一致。

小结

装饰器 = 高阶函数 + 闭包
@decorator 是语法糖
functools.wraps 用于保留函数元信息
本质是对函数调用过程的代理和增强

Python 装饰器（Decorator）简介与示例

装饰器的基本结构

保留函数元信息：functools.wraps

示例：日志装饰器

使用场景与思想

小结

保留函数元信息：`functools.wraps`