Python修饰器进阶指南：揭秘Python高级编程秘诀

后端

2023-02-05 13:02:24

Python修饰器：高级编程的秘诀

概述

Python修饰器是强大的工具，允许开发者在不修改原始代码的情况下增强和修改函数的行为。它们广泛应用于各种场景，包括日志记录、缓存、安全和性能分析。

修饰器的工作原理

本质上，修饰器是函数，接受其他函数作为输入并返回一个修改后的版本。这个新函数执行原始函数，但可以添加额外的功能，例如：

在函数执行前或后运行代码
记录或监控函数调用
验证用户访问权限

修饰器语法

修饰器使用@符号来应用，后跟修饰器函数的名称。例如：

@my_decorator
def my_function():
    print("Hello world!")

这将为my_function应用名为my_decorator的修饰器。

用法

日志记录：

修饰器可以记录函数调用的信息，便于调试和故障排除。

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__} with args {args} and kwargs {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@log_decorator
def my_function(a, b):
    return a + b

my_function(1, 2)  # 输出：Calling my_function with args (1, 2) and kwargs {}

缓存：

修饰器可以缓存函数的结果，避免重复计算并提高性能。

import functools

def cache_decorator(func):
    cache = {}  # 存储函数调用和结果的字典
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        key = str(args) + str(kwargs)  # 生成函数调用和参数的唯一键
        if key not in cache:
            cache[key] = func(*args, **kwargs)
        return cache[key]
    return wrapper

@cache_decorator
def my_function(a, b):
    return a + b

my_function(1, 2)  # 计算并存储结果
my_function(1, 2)  # 从缓存中获取结果，无需重新计算

安全：

修饰器可以验证用户对特定函数的访问权限。

def auth_decorator(func):
    def wrapper(*args, **kwargs):
        if is_authorized():  # 检查用户是否经过身份验证
            return func(*args, **kwargs)
        else:
            raise PermissionError("Access denied!")
    return wrapper

@auth_decorator
def my_function():
    print("This function requires authorization.")

my_function()  # 输出：Access denied!

性能分析：

修饰器可以测量函数的执行时间和资源消耗。

import time

def profile_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Function {func.__name__} took {(end_time - start_time) * 1000} ms to execute.")
        return result
    return wrapper

@profile_decorator
def my_function():
    for i in range(1000000):
        pass

my_function()  # 输出：Function my_function took 100.24531234 ms to execute.