裝飾器在python中用于修改或增強函數行為而不改變原函數。實現裝飾器的步驟包括：1. 定義裝飾器函數，返回包裝函數；2. 使用@語法糖應用裝飾器；3. 使用functools.wraps保留原函數元數據；4. 實現接受參數的裝飾器工廠；5. 考慮使用惰性裝飾器延遲執行。
裝飾器在python中是一個非常強大且靈活的特性，用來在不改變原函數的情況下，修改或增強其行為。它們通常用于日志記錄、計時、權限檢查等場景。讓我帶你深入了解一下如何實現裝飾器，以及在使用過程中可能遇到的一些問題和最佳實踐。
首先，我們來看看基本的裝飾器實現方式：
def my_decorator(func): def wrapper(*args, **kwargs): print("Something is happening before the function is called.") result = func(*args, **kwargs) print("Something is happening after the function is called.") return result return wrapper @my_decorator def say_hello(): print("Hello!") say_hello()
這個例子中，my_decorator 是一個裝飾器，它接受一個函數 func 作為參數，并返回一個新的函數 wrapper。wrapper 在調用 func 之前和之后執行一些操作。@my_decorator 語法糖使得 say_hello 函數在定義時就被裝飾了。
立即學習“Python免費學習筆記（深入）”；
但在實際使用中，我們可能會遇到一些問題，比如裝飾器會改變函數的名稱和文檔字符串，這會影響代碼的可讀性和調試：
print(say_hello.__name__) # 輸出: wrapper print(say_hello.__doc__) # 輸出: None
為了解決這個問題，我們可以使用 functools.wraps 來保留原函數的元數據：
import functools def my_decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): print("Something is happening before the function is called.") result = func(*args, **kwargs) print("Something is happening after the function is called.") return result return wrapper @my_decorator def say_hello(): """This function says hello.""" print("Hello!") print(say_hello.__name__) # 輸出: say_hello print(say_hello.__doc__) # 輸出: This function says hello.
裝飾器也可以接受參數，這使得它們更加靈活。例如，我們可以創建一個計時裝飾器，允許用戶指定計時的單位：
import time import functools def timer(unit='seconds'): def decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() duration = end_time - start_time if unit == 'milliseconds': duration *= 1000 print(f"{func.__name__} took {duration:.2f} {unit}") return result return wrapper return decorator @timer(unit='milliseconds') def slow_function(): time.sleep(1) print("Function completed") slow_function()
這個例子展示了如何創建一個接受參數的裝飾器工廠 timer，它返回一個裝飾器 decorator，然后這個裝飾器再返回一個包裝函數 wrapper。
在使用裝飾器時，還需要注意一些潛在的陷阱。例如，裝飾器會在導入模塊時立即執行，這可能會導致一些意想不到的問題：
def register(func): print(f"Registering {func.__name__}") return func @register def my_function(): pass
當你導入包含 my_function 的模塊時，register 裝飾器會立即執行并打印 “Registering my_function”。如果你希望延遲裝飾器的執行，可以使用惰性裝飾器：
from functools import partial def lazy_decorator(decorator): def wrapper(func): def lazy_func(*args, **kwargs): if not hasattr(func, '_decorated'): func._decorated = decorator(func) return func._decorated(*args, **kwargs) return lazy_func return wrapper @lazy_decorator def register(func): print(f"Registering {func.__name__}") return func @register def my_function(): pass my_function() # 只有在調用時才會執行裝飾器
最后，分享一些使用裝飾器的最佳實踐：
- 保持裝飾器的簡單性和可讀性，避免過度復雜的邏輯。
- 使用 functools.wraps 來保留原函數的元數據。
- 對于需要參數的裝飾器，考慮使用裝飾器工廠模式。
- 注意裝飾器的執行時機，必要時使用惰性裝飾器。
- 測試裝飾器的行為，確保它們在各種情況下都能正確工作。
通過這些方法和實踐，你可以更好地利用Python裝飾器來增強你的代碼，提高其可維護性和可擴展性。
