记得刚入行那会儿，我接手了一个老项目。里面到处都是重复的日志记录代码，每个函数开头都要写一遍记录执行时间的逻辑，简直让人头皮发麻。那时候我还不懂装饰器，只能一个个函数去复制粘贴，改来改去，简直是噩梦。后来遇到了装饰器，才发现原来Python有这么优雅的解决方案。就像给函数穿了一件外套，既保持了原有功能，又增加了新的能力。

01 装饰器的基础

装饰器，简单来说，就是一个函数包装器。你可以把它想象成一个魔法盒子，把你的函数放进去，出来的时候就有了额外的超能力，但本质功能没变。

def my_decorator(func):

def wrapper(*args, **kwargs):

        print(f"函数{func.__name__}开始执行了")

        result = func(*args, **kwargs)

        print(f"函数{func.__name__}执行完毕")

return result

return wrapper

@my_decorator

def say_hello(name):

    print(f"Hello, {name}！")

调用函数 say_hello("张三")，只要在函数上加个@my_decorator，就自动有了执行前后的日志记录功能。这比在每个函数里手动添加日志代码优雅多了。

02 实际应用中的装饰器

在实际项目中，我最常用装饰器来做以下几件事：性能监控装饰器 这个装饰器可以用来监控函数的执行时间。

import time

import functools

def timing_decorator(func):

    @functools.wraps(func)  # 保持原函数的元信息

def wrapper(*args, **kwargs):

        start_time = time.time()

        result = func(*args, **kwargs)

        end_time = time.time()

        print(f"{func.__name__}执行耗时：{end_time - start_time:.4f}秒")

return result

return wrapper

@timing_decorator

def slow_function():

    time.sleep(2)

return"处理完毕"

有一次线上接口响应特别慢，就是用这个装饰器快速定位到了性能瓶颈。权限验证装饰器 用装饰器进行权限验证，简化了代码逻辑。

def require_auth(role):

def decorator(func):

def wrapper(*args, **kwargs):

            user_role = get_current_user_role()  # 假设有这个函数

if user_role != role:

raise PermissionError(f"需要{role}权限")

return func(*args, **kwargs)

return wrapper

return decorator

@require_auth("admin")

def delete_user(user_id):

# 删除用户的逻辑

pass

03 装饰器的高级用法

装饰器的高级用法真的很强大，以下是一些常见场景：带参数的装饰器 这是我用得最多的装饰器类型。比如，重试机制：

def retry(max_attempts=3, delay=1):

def decorator(func):

        @functools.wraps(func)

def wrapper(*args, **kwargs):

for attempt in range(max_attempts):

try:

return func(*args, **kwargs)

except Exception as e:

if attempt == max_attempts - 1:

raise e

                    print(f"第{attempt + 1}次尝试失败，{delay}秒后重试")

                    time.sleep(delay)

return wrapper

return decorator

@retry(max_attempts=5, delay=2)

def unstable_api_call():

import random

if random.random() < 0.7:

raise Exception("网络错误")

return"成功获取数据"

这个重试装饰器在调用第三方API时简直是救命稻草。类装饰器 类装饰器也很有趣，虽然不常用，但在某些场景下非常适用。

classCountCalls:

def __init__(self, func):

        self.func = func

        self.count = 0

def __call__(self, *args, **kwargs):

        self.count += 1

        print(f"{self.func.__name__}被调用了{self.count}次")

return self.func(*args, **kwargs)

@CountCalls

def greet(name):

return f"你好{name}"

04 装饰器中的坑

装饰器虽然好用，但也有一些坑要注意：忘记使用 functools.wraps 如果你忘记使用 functools.wraps，会导致原函数的元信息丢失，这在调试时非常麻烦。错误示例

def bad_decorator(func):

def wrapper(*args, **kwargs):

return func(*args, **kwargs)

return wrapper

正确示例

def good_decorator(func):

    @functools.wraps(func)

def wrapper(*args, **kwargs):

return func(*args, **kwargs)

return wrapper

装饰器执行顺序 多个装饰器叠加时，执行顺序是从下往上的：

@decorator_a

@decorator_b

@decorator_c

def my_function():

pass

等同于my_function = decorator_a(decorator_b(decorator_c(my_function)))

这个顺序经常搞混，所以我现在会在代码中写注释来提醒自己。

05 总结

装饰器真的是Python中最优雅的特性之一。掌握了装饰器，代码的复用性和可维护性会有质的提升。特别是在处理横切关注点的时候，比如日志、缓存、权限验证这些，装饰器简直是完美的解决方案。建议大家多在项目中实践，从简单的功能开始，慢慢积累自己的装饰器库。记住，好的代码不仅要能跑，还要优雅易读。装饰器就是帮你写出优雅代码的利器！

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。