本文共 4454 字，大约阅读时间需要 14 分钟。

Python装饰器是一种强大的功能扩展工具，能够在不修改源代码的情况下为函数增添功能。它们通常用于日志记录、性能测试、权限控制、缓存管理等场景。

import time@timerdef example_function():    time.sleep(1)example_function()

输出示例：

2. 日志装饰器 (@log_execution)
   日志装饰器用于记录函数调用的日志信息，便于跟踪函数执行过程。

import logginglogging.basicConfig(level=logging.INFO)@log_executiondef add(a, b):    return a + badd(3, 5)

输出示例：

INFO:root:Calling add with args: (3, 5), kwargs: {}
INFO:root:add returned: 8
3. 缓存装饰器 (@lru_cache)
   缓存装饰器通过 functools.lru_cache 实现结果缓存，避免重复计算，提升性能。

from functools import lru_cache@lru_cache(maxsize=None)def fibonacci(n):    if n < 2:        return n    return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(10))

输出示例：

fibonacci(10) returned 55
4. 类型检查装饰器 (@type_check)
   类型检查装饰器用于确保函数参数类型符合预期。

def type_check(*arg_types):    def decorator(func):        def wrapper(*args, **kwargs):            for arg, expected_type in zip(args, arg_types):                if not isinstance(arg, expected_type):                    raise TypeError(f"Argument {arg} is not of type {expected_type}")            return func(*args, **kwargs)        return wrapper    return decorator@type_check(int, int)def multiply(x, y):    return x * yprint(multiply(2, 3))

输出示例：

6
5. 单例装饰器 (@singleton)
   单例装饰器用于确保类实例唯一性，避免多次创建同一实例。

class SingletonMeta(type):    _instances = {}    def __call__(cls, *args, **kwargs):        if cls not in cls._instances:            cls._instances[cls] = super().__call__(*args, **kwargs)        return cls._instances[cls]class Singleton(metaclass=SingletonMeta):    passs1 = Singleton()s2 = Singleton()print(s1 is s2)

输出示例：

True
6. 重试装饰器 (@retry_on_exception)
   重试装饰器在异常发生时自动重试，通常用于网络请求或资源访问。

import randomdef retry_on_exception(max_retries=3, exceptions=(Exception,), delay=1):    def decorator(func):        def wrapper(*args, **kwargs):            retries = 0            while retries < max_retries:                try:                    return func(*args, **kwargs)                except exceptions as e:                    print(f"Caught {e}. Retrying...")                    retries += 1                    time.sleep(delay)            raise Exception("Max retries exceeded.")        return wrapper    return decorator@retry_on_exception(max_retries=3)def might_fail():    if random.randint(0, 2) == 0:        raise ValueError("Failed.")    print("Success!")might_fail()

输出示例：

Caught ValueError('Failed.'). Retrying...
Caught ValueError('Failed.'). Retrying...
Caught ValueError('Failed.'). Retrying...
Max retries exceeded.
或
Success!
7. 性能度量装饰器 (@profile)
   性能度量装饰器通过 cProfile 工具分析函数执行性能。

import cProfiledef profile(func):    def wrapper(*args, **kwargs):        profiler = cProfile.Profile()        profiler.enable()        result = func(*args, **kwargs)        profiler.disable()        profiler.print_stats()        return result    return wrapper@profiledef dummy_function(n):    return sum([i**2 for i in range(n)])dummy_function(100000)

输出示例：

函数执行性能统计信息。
8. 身份验证装饰器 (@authenticate)
   身份验证装饰器用于确保用户已登录，权限校验。

def authenticate(user_required=True):    def decorator(func):        def wrapper(*args, **kwargs):            if not user_required or user_is_logged_in():                return func(*args, **kwargs)            else:                raise PermissionError("User not authenticated.")        return wrapper    return decorator@authenticatedef sensitive_operation():    print("Sensitive operation performed.")# 假设已经登录sensitive_operation()

输出示例：

Sensitive operation performed.
9. 异步装饰器 (@asyncio.coroutine 或 async def)
   异步装饰器用于处理异步操作，提升性能。

import asyncioasync def async_decorator(func):    async def wrapper(*args, **kwargs):        print("Starting async task...")        result = await func(*args, **kwargs)        print("Async task finished.")        return result    return wrapper@async_decoratorasync def long_running_task():    await asyncio.sleep(2)    return "Task done."asyncio.run(long_running_task())

输出示例：

Starting async task...
Async task finished.
10. 验证输入装饰器 (@validate_input)
    验证输入装饰器用于确保输入值在指定范围内。

def validate_input(minimum=0, maximum=100):    def decorator(func):        def wrapper(value):            if not (minimum <= value <= maximum):                raise ValueError(f"Value must be between {minimum} and {maximum}")            return func(value)        return wrapper    return decorator@validate_input(1, 10)def process_value(value):    print(f"Processing value: {value}")process_value(5)

输出示例：

Processing value: 5

转载地址：http://rsafk.baihongyu.com/