Python装饰器函数的理解和使用

Python装饰器函数是Python语言中一种特殊的函数，它可以用于在不改变函数源代码的情况下为函数添加新的功能。装饰器函数本质上是一个高阶函数，它接收一个函数作为参数，并返回一个新的函数。

Python装饰器函数的使用非常灵活，可以用于添加日志、缓存、性能分析、权限控制等功能。下面就让我们通过示例来了解Python装饰器函数的使用。

假设我们有一个函数需要添加日志功能，我们可以通过以下方式定义一个装饰器函数：

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

这个装饰器函数接收一个函数作为参数，并返回一个新的函数wrapper。wrapper函数在调用原函数之前打印一条日志，然后再调用原函数，并返回其结果。

现在我们可以使用这个装饰器来为原函数添加日志功能：

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

result = add(1, 2)
# 输出：
# 函数 add 被调用
# result = 3

在定义add函数时，我们使用了@log语法来装饰函数。这意味着我们调用add函数时，实际上是调用了wrapper函数，而wrapper函数又调用了add函数。因此，当我们调用add函数时，先打印了一条日志，然后再返回结果。

除了添加日志功能，Python装饰器函数还可以用于添加缓存功能。我们可以定义一个装饰器函数，用来缓存函数的运行结果：

import functools

def cache(func):
    cache_dict = {}
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        key = args + tuple(sorted(kwargs.items()))
        if key not in cache_dict:
            cache_dict[key] = func(*args, **kwargs)
        return cache_dict[key]
    return wrapper

这个装饰器函数使用了Python内置模块functools中的wraps函数来保证原函数的元信息不丢失。装饰器函数中定义了一个空字典cache_dict用于存储函数结果。在调用函数时，我们把参数和关键字参数打包成一个元组，并用字典来缓存函数的结果。每一次函数调用时，我们首先检查缓存中是否已有该函数的结果，如果没有，则调用函数并将结果存储到缓存中。如果缓存中已有该函数的结果，则直接返回结果。

现在我们可以使用这个装饰器来缓存一个计算密集型的函数：

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

result = fib(40)
# 计算很慢，但只运算了一次

在定义fib函数时，我们使用了@cache语法来装饰函数。这意味着在调用fib函数时，首先会检查缓存中是否已有该函数的结果。由于fib(40)的计算非常耗时，但由于我们使用了缓存，所以只需要进行一次计算，后面的调用都可以从缓存中直接取出结果。

除了添加日志和缓存功能，Python装饰器函数还可以用于添加性能分析、权限控制等功能。总的来说，Python装饰器函数是一种非常实用的语言特性，它使得代码由多个小而独立的函数构成，可以更加易于维护、测试和复用。对于Python开发者来说，掌握装饰器函数的使用是一项非常重要的技能。