Python装饰器：提高函数的可重用性和可扩展性

Python装饰器是Python中一种强大的特性，它是提高函数的可重用性和可扩展性的一种有效方式。本文将详细介绍Python装饰器的使用场景、定义和应用。首先，我们来看一下Python装饰器的使用场景。

使用场景

有时候，我们需要对一个函数进行多次调用，但每次调用时都需执行一些相同的操作时，就可以通过使用装饰器来实现。例如，对一个函数进行日志记录、记录运行时间等操作都可以通过装饰器完成。

同时，装饰器还可以用来对已有的代码进行扩展，以应对不同的需求。例如，我们可以定义一个装饰器，来扩展一个函数的功能。这个功能在不同的场合下，可能会有不同的需求。

定义

Python装饰器本质上就是一个函数，它可以接收一个函数作为参数，并且返回一个函数。装饰器通常被用来包装或修改已有的函数，以增加或修改已有的函数的功能。

应用

下面我们通过一个简单的例子来说明Python装饰器的应用。

例1：函数运行记录

我们定义一个装饰器，来记录函数的运行开始时间和结束时间。

import time

def time_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f'函数{func.__name__}运行时间为{end_time-start_time:.2f}秒')
        return result
    return wrapper

@time_decorator
def foo(n):
    s = 0
    for i in range(1, n+1):
        s += i
    return s

print(foo(1000000))

我们通过time_decorator来装饰foo函数，这样在每次调用foo函数时，可以记录函数的运行时间。上面的例子中，我们传入的参数是1000000，输出结果是500000500000，并在最后输出了foo函数的运行时间，输出结果为：

函数foo运行时间为0.05秒
500000500000

例2：函数扩展

我们定义一个装饰器，来扩展一个函数的功能，例如为一个函数增加一个缓存功能，即在 次调用函数返回结果后，将结果存储在一个字典中，后面对该函数的调用，如果参数相同，则直接返回缓存结果。

def cache_decorator(func):
    cache = {}
    def wrapper(*args, **kwargs):
        key = f"{args}{kwargs}"
        if key in cache:
            return cache[key]
        result = func(*args, **kwargs)
        cache[key] = result
        return result
    return wrapper

@cache_decorator
def bar(n):
    s = 0
    for i in range(1, n+1):
        s += i
    return s

print(bar(1000000))
print(bar(1000000))

我们通过定义一个cache_decorator来为bar函数增加了缓存功能，这样在 次调用bar函数时，会返回计算结果，并将结果存储在cache中。当后面再次调用该函数，如果参数相同，则直接返回缓存结果，而不再计算。输出结果为：

500000500000
500000500000

总结

Python装饰器是一种方便快捷的工具，可以大大提高函数的可重用性和可扩展性，让我们写出更加灵活和高效的代码。在实际开发中，我们可以根据不同的需求，定义不同的装饰器，以满足不同的需求。