Python装饰器模式：灵活地修改函数行为

装饰器模式是Python语言中一种非常有用的设计模式，它可以在不修改原始函数代码的基础上，对函数进行扩展和修改。装饰器本质上是一个函数，它接受一个函数作为参数，并返回一个修改后的新函数。通过装饰器，我们可以在不改变原始函数的定义和调用方式的情况下，为函数添加新的功能和行为。

装饰器的使用可以简化代码，提高代码的可读性和可维护性。它常用于日志记录、性能统计、权限验证等场景下。下面以一个例子来说明装饰器的用法。

假设我们有一个函数add，用于计算两个数的和：

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

现在我们需要记录add函数的调用日志，即每次调用时打印输入参数和返回值。我们可以使用装饰器来实现这个功能。首先，我们定义一个装饰器函数log，它接受一个函数作为参数，并返回一个新函数。在新函数中，我们加入了记录日志的功能，然后调用原始函数并返回结果。

def log(func):
    def wrapper(*args, **kwargs):
        print("Calling function: {}".format(func.__name__))
        print("Input arguments: {}, {}".format(args, kwargs))
        result = func(*args, **kwargs)
        print("Return value: {}".format(result))
        return result
    return wrapper

然后，我们使用@符号将装饰器应用到原始函数add上：

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

现在，每次调用add函数时，都会先执行log装饰器中的代码，然后再执行原始函数的代码。我们来测试一下：

result = add(1, 2)
print(result)

输出结果如下：

Calling function: add
Input arguments: (1, 2), {}
Return value: 3
3

可以看到，add函数的调用日志被成功记录下来了。

通过这个例子，我们可以看到装饰器的使用过程。先定义一个装饰器函数，然后将其应用到原始函数上，从而实现对原始函数的功能扩展。

需要注意的是，装饰器也可以带有参数，这样可以更加灵活地定制装饰器的行为。例如，我们可以定义一个带有参数的装饰器，用来指定日志的输出等级。

def log(level):
    def decorator(func):
        def wrapper(*args, **kwargs):
            if level == "info":
                print("INFO: Calling function: {}".format(func.__name__))
            elif level == "debug":
                print("DEBUG: Calling function: {}".format(func.__name__))
            elif level == "error":
                print("ERROR: Calling function: {}".format(func.__name__))
            # ...
            result = func(*args, **kwargs)
            print("Return value: {}".format(result))
            return result
        return wrapper
    return decorator

然后，我们可以使用@语法将装饰器应用到函数上，并传入参数：

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

这样，每次调用add函数时，会根据指定的日志等级输出不同级别的日志。

装饰器模式是Python编程中非常实用的一种技巧，可以帮助我们轻松地修改和扩展函数的行为，从而提高代码的灵活性和可维护性。通过定义和应用装饰器，我们可以在不改变原有代码的情况下，为函数添加各种功能，使其更符合我们的需求。在实际开发中，我们可以结合多个装饰器来实现更复杂的功能扩展，从而进一步增强代码的可读性和可扩展性。