对于编程新手来说，Python装饰器可能是一个稍显复杂的概念。简单来说，装饰器是一个函数，它可以接受另一个函数作为参数，并返回一个新的函数（通常是修改后的原始函数的版本）。这个特性使得装饰器在Python中成为一种非常强大且灵活的工具，可以用于在不修改原始函数代码的情况下，为其添加新的功能或修改其行为。常用于统计时间、插入日志、性能度量、权限校验、缓存、事务处理等场景。

想象一下，你有一个函数，它负责计算两个数的和。现在，你希望为这个函数添加一个计时功能，以便知道它执行需要多长时间。使用装饰器，你可以在不修改原始函数的情况下实现这一点。你只需编写一个装饰器函数，它接受原始函数作为参数，并返回一个新的函数，这个新函数在调用原始函数之前和之后分别记录时间，并计算执行时间。然后，你可以将这个装饰器应用到你的原始函数上，从而得到一个具有计时功能的新函数。

下述，列举几个常见装饰器的用法及示例，希望对大家有些许帮助。

1、计时装饰器

计时装饰器在Python中主要用于测量函数的执行时间，这在性能调优和代码优化时非常有用。例如，当你有一个复杂的算法或函数，你想知道它需要多长时间才能完成，或者你想比较两个不同实现的性能差异，你可以使用计时装饰器来测量它们的运行时间。

import time

def timer(func):

    def wrapper(*args, **kwargs):

        start_time = time.time()

        result = func(*args, **kwargs)

        end_time = time.time()

        print(f"{func.__name__} 耗时： {end_time - start_time} 秒")

        return result

    return wrapper

@timer

def test_function():

    time.sleep(3)

    print("示例函数执行完毕")

test_function()

2、日志装饰器

日志装饰器的主要用途是在不修改原函数代码的情况下，为函数增加日志记录的功能。这样可以帮助开发者更好地了解程序的运行状态，跟踪错误以及分析性能问题。

import logging

def log_decorator(func):

    def wrapper(*args, **kwargs):

        logging.basicConfig(level=logging.INFO)

        logging.info(f"开始执行 {func.__name__} 函数")

        result = func(*args, **kwargs)

        logging.info(f"{func.__name__} 函数执行完毕")

        return result

    return wrapper

@log_decorator

def example_function():

    print("示例函数执行中...")

example_function()

3、缓存装饰器

缓存装饰器主要用于优化程序的性能，特别是在处理重复计算或I/O操作时。

import functools

def cache_decorator(func):

    cache = dict()

    @functools.wraps(func)

    def wrapper(*args, **kwargs):

        key = (args, tuple(kwargs.items()))

        if key not in cache:

            cache[key] = func(*args, **kwargs)

        return cache[key]

    return wrapper

@cache_decorator

def example_function(x, y):

    return x + y

print(example_function(1, 2))  # 输出 3，计算并缓存结果

print(example_function(1, 2))  # 输出 3，从缓存中获取结果

也可以使用functools.lru_cache来实现缓存装饰器的效果