Python装饰器：扩展函数功能而不修改原代码

资源摘要信息:"装饰器是Python语言中一个重要的特性，它允许程序员在不修改函数或类定义的情况下，为它们增加额外的功能。装饰器本质上是一个接受函数作为参数并返回一个增强函数的函数。这一概念在Python中被广泛用于实现代码复用、日志记录、性能测试、事务处理等场景。" 在Python中，装饰器的实现依赖于函数是一级对象的事实，即函数可以作为另一个函数的参数，也可以作为另一个函数的返回值。装饰器通常定义为一个函数，它接受一个函数作为参数，并返回一个新的函数，这个新函数通常会增强原有函数的功能。 装饰器的语法在Python 2.4之后得到了简化，引入了@符号，可以将装饰器放在函数定义的上方，使得代码更加清晰。例如： ```python @decorator_function def my_function(): pass ``` 等价于： ```python def my_function(): pass my_function = decorator_function(my_function) ``` 在这个过程中，`decorator_function`是一个装饰器函数，它接受`my_function`作为参数，并返回一个增强后的函数。 装饰器应用的一个经典例子是日志记录。假设我们需要为多个函数添加日志记录功能，而不愿意为每个函数单独编写重复的日志代码，可以使用装饰器来实现这一点。下面是一个简单的日志装饰器的例子： ```python import functools import logging # 配置日志记录器 logging.basicConfig(level=***) def log_decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): ***(f"Calling function {func.__name__} with args {args} and kwargs {kwargs}") result = func(*args, **kwargs) ***(f"Function {func.__name__} returned {result}") return result return wrapper # 使用装饰器 @log_decorator def add(x, y): return x + y # 调用add函数，可以看到日志被自动记录 add(2, 3) ``` 在这个例子中，`log_decorator`装饰器为被装饰的函数`add`添加了日志记录的功能。每次调用`add`时，都会自动记录函数的调用信息和返回值。 除了简单的功能增强，装饰器还可以用于缓存、权限检查、事务管理等多种场景。例如，使用装饰器实现函数返回值的缓存，可以提高程序的效率： ```python import functools def cache_decorator(func): cache = {} @functools.wraps(func) def wrapper(*args): if args in cache: return cache[args] result = func(*args) cache[args] = result return result return wrapper @cache_decorator def compute_expensive_function(x): # 假设这是一个计算成本很高的函数 return x * x ``` 在这个例子中，`cache_decorator`装饰器为`compute_expensive_function`函数的返回值实现了缓存。如果再次调用相同的参数，装饰器会直接从缓存中返回结果，而不需要重新计算。 装饰器的使用极大地增强了Python代码的简洁性和可读性，同时也为功能的模块化和复用提供了便利。在Python中，装饰器与闭包紧密相关，理解这两个概念对于深入掌握装饰器是非常有帮助的。 文件列表中提供的`logit.py`和`decorator.py`文件可能包含了相关的装饰器实现代码，通过阅读这些文件，可以获取更加具体的装饰器应用案例和高级用法。