python装饰器底层原理

简介: Python装饰器是一个强大的工具,可以在不修改原始函数代码的情况下,动态地增加功能。理解装饰器的底层原理,包括函数是对象、闭包和高阶函数,可以帮助我们更好地使用和编写装饰器。无论是用于日志记录、权限验证还是缓存,装饰器都可以显著提高代码的可维护性和复用性。

Python装饰器底层原理

什么是装饰器

装饰器是Python中的一种特殊函数,主要用于修改或扩展其他函数或方法的功能,而无需修改函数本身的代码。它们通常通过在函数定义前加上@装饰器名称来使用。

@decorator_function
def my_function():
    pass
​

装饰器的基本结构

一个基本的装饰器包含一个函数,它接受另一个函数作为参数,并返回一个新的函数。这个新的函数通常会在调用时执行一些附加操作,然后调用原始函数。

def simple_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper
​

使用该装饰器:

@simple_decorator
def say_hello():
    print("Hello!")

say_hello()
​

输出:

Something is happening before the function is called.
Hello!
Something is happening after the function is called.
​

装饰器的底层原理

为了理解装饰器的底层原理,我们需要了解以下几个方面:

1. 函数是对象

在Python中,函数是第一类对象。这意味着函数可以作为参数传递给另一个函数,可以作为另一个函数的返回值,也可以赋值给变量。

def foo():
    print("Hello from foo")

bar = foo
bar()
​

输出:

Hello from foo
​

2. 闭包

闭包是一种函数,它保留了定义它的环境中的变量。装饰器利用了闭包来包装函数并添加额外的功能。

def outer_func(msg):
    def inner_func():
        print(msg)
    return inner_func

hi_func = outer_func("Hi")
hi_func()
​

输出:

Hi
​

3. 高阶函数

装饰器本质上是高阶函数,它们接受函数作为参数,并返回一个新函数。

def decorator_function(original_function):
    def wrapper_function():
        print("Wrapper executed this before {}".format(original_function.__name__))
        return original_function()
    return wrapper_function

@decorator_function
def display():
    print("display function ran")

display()
​

输出:

Wrapper executed this before display
display function ran
​

常见装饰器模式

无参数装饰器

这是最基本的装饰器模式。它不接受任何参数,只接受一个函数作为参数。

def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper
​

带参数的装饰器

带参数的装饰器可以接受额外的参数。实现这种装饰器时,需要再嵌套一层函数。

def decorator_with_args(arg1, arg2):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f"Arguments passed to decorator: {arg1}, {arg2}")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@decorator_with_args("Hello", "World")
def say_hello():
    print("Hello!")

say_hello()
​

输出:

Arguments passed to decorator: Hello, World
Hello!
​

类装饰器

类装饰器通过实现 __call__方法,可以像函数装饰器一样工作。

class ClassDecorator:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        print("ClassDecorator: Before the function call.")
        result = self.func(*args, **kwargs)
        print("ClassDecorator: After the function call.")
        return result

@ClassDecorator
def say_hello(name):
    print(f"Hello, {name}!")

say_hello("Alice")
​

输出:

ClassDecorator: Before the function call.
Hello, Alice!
ClassDecorator: After the function call.
​

装饰器的实际应用

日志记录

装饰器可以用于记录函数调用的日志。

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

@log_decorator
def add(x, y):
    return x + y

result = add(5, 3)
​

输出:

Function add called with arguments (5, 3) and keyword arguments {}
​

访问控制与权限验证

装饰器可以用于检查用户是否具有执行某些操作的权限。

def require_authentication(func):
    def wrapper(user, *args, **kwargs):
        if not user.is_authenticated:
            print("User is not authenticated.")
            return
        return func(user, *args, **kwargs)
    return wrapper

@require_authentication
def view_profile(user):
    print(f"Displaying profile for {user.name}")

# 假设User类和user对象已经定义
view_profile(user)
​

缓存

装饰器可以用于缓存函数的结果,提高性能。

def cache(func):
    cached_results = {}

    def wrapper(*args):
        if args in cached_results:
            return cached_results[args]
        result = func(*args)
        cached_results[args] = result
        return result

    return wrapper

@cache
def compute_square(n):
    return n * n

print(compute_square(4))
print(compute_square(4))  # 这次将使用缓存结果
​

分析说明表

装饰器模式 说明 代码示例
无参数装饰器 最基本的装饰器模式,不接受额外参数 def decorator(func): def wrapper(): ...
带参数装饰器 接受额外参数的装饰器,需要嵌套一层函数 def decorator(arg): def wrapper(func): ...
类装饰器 通过实现 __call__方法来装饰函数 class ClassDecorator: def __call__(self, func): ...
日志记录 用于记录函数调用的日志 def log_decorator(func): ...
权限验证 用于检查用户权限 def require_authentication(func): ...
缓存 用于缓存函数结果,提高性能 def cache(func): ...

总结

Python装饰器是一个强大的工具,可以在不修改原始函数代码的情况下,动态地增加功能。理解装饰器的底层原理,包括函数是对象、闭包和高阶函数,可以帮助我们更好地使用和编写装饰器。无论是用于日志记录、权限验证还是缓存,装饰器都可以显著提高代码的可维护性和复用性。

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
目录
相关文章
|
2月前
|
机器学习/深度学习 监控 数据挖掘
Python 高效清理 Excel 空白行列:从原理到实战
本文介绍如何使用Python的openpyxl库自动清理Excel中的空白行列。通过代码实现高效识别并删除无数据的行与列,解决文件臃肿、读取错误等问题,提升数据处理效率与准确性,适用于各类批量Excel清理任务。
399 0
|
2月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
270 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
2月前
|
测试技术 Python
Python装饰器:为你的代码施展“魔法”
Python装饰器:为你的代码施展“魔法”
263 100
|
2月前
|
缓存 Python
Python装饰器:为你的代码施展“魔法
Python装饰器:为你的代码施展“魔法
159 88
|
3月前
|
缓存 测试技术 Python
解锁Python超能力:深入理解装饰器
解锁Python超能力:深入理解装饰器
139 2
|
3月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
282 101
|
3月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
204 98
|
3月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
234 99
|
3月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
901 0
|
3月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能

推荐镜像

更多