了解Python装饰器的魔力

Python装饰器是一种能够动态地修改一个函数或类的行为的语法结构。它实际上是一个函数，用来装饰其他函数或类。装饰器可以在不改变源代码的情况下，给函数或类添加额外的功能或属性。

下面通过若干例子来展示Python装饰器的魔力。假设我们要实现一个计时器，用于计算函数的运行时间。

首先，我们可以定义一个装饰器函数，用来打印函数的运行时间：

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print("函数 {} 的运行时间为：{} 秒".format(func.__name__, end_time - start_time))
        return result
    return wrapper

这个装饰器函数接受一个函数作为参数，返回一个新的函数。在返回的新函数中，我们首先记录函数开始执行的时间，然后调用原来的函数，最后计算函数的运行时间，并打印出来。

接下来，我们可以使用这个装饰器来装饰任意一个函数，以计算它的运行时间。例如，我们定义一个函数来计算阶乘：

@timer
def factorial(n):
    result = 1
    for i in range(1, n+1):
        result *= i
    return result

在这个例子中，我们使用@语法糖来应用装饰器，将factorial函数传给timer装饰器。这样，在调用factorial函数时，会自动应用timer装饰器，计算函数的运行时间并打印出来。

现在，我们可以测试一下这个装饰器的效果：

print(factorial(10))

输出结果为：

函数 factorial 的运行时间为：5.9604644775390625e-06 秒
3628800

我们可以看到，除了函数的返回结果外，装饰器还额外执行了计时的功能。

除了计时器，装饰器还可以用来实现缓存功能。假设我们有一个函数，它的计算结果非常耗时，我们希望将计算结果缓存起来，以便下次调用时直接获取缓存中的结果。

首先，我们可以定义一个装饰器函数，用来创建缓存：

def cache(func):
    cache_map = {}  # 用字典来存储缓存

    def wrapper(*args):
        if args in cache_map:
            return cache_map[args]
        result = func(*args)
        cache_map[args] = result  # 把计算结果存入缓存
        return result

    return wrapper

在这个装饰器函数中，我们定义了一个字典来存储缓存，键为函数的参数，值为计算结果。如果在缓存中找到了对应的参数，则直接返回缓存中的结果；否则，调用原函数来计算结果，并把结果存入缓存。

接下来，我们可以使用这个装饰器来装饰任意一个函数，以实现缓存功能。例如，我们定义一个函数来计算斐波那契数列的第n项：

@cache
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

在这个例子中，我们使用@语法糖来应用装饰器，将fibonacci函数传给cache装饰器。这样，在调用fibonacci函数时，会自动应用cache装饰器，使用缓存功能。

现在，我们可以测试一下这个装饰器的效果：

print(fibonacci(10))

输出结果为：

55

我们可以看到，装饰器成功地实现了缓存功能，加快了计算斐波那契数列的速度。

除了计时器和缓存，在Python中还有很多其他的应用场景可以用到装饰器。装饰器可以用来实现日志记录、权限控制、性能分析等等。通过装饰器，我们能够以一种优雅并且灵活的方式，给函数或类添加更多的功能和属性。这就是Python装饰器的魔力。