Python 装饰器

Python装饰器用一个可调用对象包装另一个函数，从而在不改原函数源码的前提下增加行为，例如打印日志、统计耗时、做权限判断。@装饰器 是语法糖，等价于手工赋值 函数 = 装饰器(函数)。实现上，装饰器通常返回一个内层函数，也就是闭包。

先套一层

def my_decorator(func):
    def wrapper():
        print("函数执行前")
        func()
        print("函数执行后")
    return wrapper

@my_decorator
def say_hi():
    print("Hi!")

say_hi()

输出：

函数执行前
Hi!
函数执行后

@my_decorator 写在定义上方时，解释器会执行 say_hi = my_decorator(say_hi)，之后名字 say_hi 指向的是包装后的函数。

本质：接收函数，返回函数

def my_decorator(func):
    def wrapper():
        func()
    return wrapper

@my_decorator
def f1():
    pass

def f2():
    pass
f2 = my_decorator(f2)

带 @ 与不带 @ 的两种写法，效果相同。

原函数带参数

包装函数需要把位置参数和关键字参数原样转交，常用 *args / **kwargs，并 return 原函数的返回值：

def log(func):
    def wrapper(*args, **kwargs):
        print(f"调用 {func.__name__}, 参数={args}")
        return func(*args, **kwargs)
    return wrapper

@log
def add(a, b):
    return a + b

print(add(3, 5))

计时示例

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        cost = time.time() - start
        print(f"{func.__name__} 耗时 {cost:.4f} 秒")
        return result
    return wrapper

@timer
def slow_work():
    time.sleep(0.1)
    return "done"

print(slow_work())

保留原函数元信息

直接替换后，__name__、__doc__ 往往会变成 wrapper 的。用 functools.wraps 可以把原函数的元数据拷到包装函数上：

import functools

def my_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        return func(*args, **kwargs)
    return wrapper

@my_decorator
def hello():
    """打个招呼"""
    print("hi")

print(hello.__name__)
print(hello.__doc__)

常见误区

• 包装函数未声明 *args/**kwargs 时，一旦原函数需要参数就会报错。
• 调用原函数后忘记 return，调用方拿到的就是 None。
• 不做 wraps 时，调试输出和帮助文档容易对不上原函数名。