使用Python装饰器函数来增强代码的灵活性

在Python中，装饰器函数是一种用于增强代码灵活性的强大工具。装饰器函数本质上是一个高阶函数，接受一个函数作为参数，并返回一个新的函数。它通常用于在不修改原函数代码的情况下，为原函数添加额外的功能或行为。

装饰器函数有几个常见的应用场景：

1. 记录日志：装饰器函数可以用于记录函数的运行时间、参数、返回值等信息，以便进行调试和优化。下面是一个简单的装饰器函数，用于记录函数的运行时间：

import time

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

@timer
def my_function():
    time.sleep(1)

my_function()

使用@timer装饰器修饰了my_function函数，当my_function被调用时，会自动计算函数的运行时间并打印。

2. 权限控制：装饰器函数可以用于增加权限验证的功能。比如，我们可以定义一个装饰器函数，用于验证用户是否有权限执行某个函数：

def check_permission(func):
    def wrapper(*args, **kwargs):
        if user.has_permission(func):
            return func(*args, **kwargs)
        else:
            raise Exception("无权限执行该函数")
    return wrapper

@check_permission
def my_function():
    pass

my_function()

在上面的例子中，my_function函数被@check_permission装饰器修饰，当my_function被调用时，会先进行权限验证，如果用户有权限执行该函数，则继续执行原函数，否则抛出异常。

3. 缓存数据：装饰器函数可以用于缓存数据，以提高代码的执行效率。下面是一个简单的缓存装饰器函数：

cache = {}

def cache_result(func):
    def wrapper(*args, **kwargs):
        key = (func, args, frozenset(kwargs.items()))
        if key in cache:
            return cache[key]
        else:
            result = func(*args, **kwargs)
            cache[key] = result
            return result
    return wrapper

@cache_result
def compute(x, y):
    print("正在计算...")
    return x * y

compute(2, 3)
compute(2, 3)

在上面的例子中，compute函数被@cache_result装饰器修饰，当compute被调用时，会先检查缓存中是否存在之前的计算结果，如果存在，则直接返回结果，否则进行计算并将结果缓存起来。

通过使用装饰器函数，我们可以在不修改原函数的情况下，为其添加额外的功能或行为，从而增强代码的灵活性。装饰器函数是Python中一个非常强大且常用的编程技巧，可以帮助我们更好地组织和管理代码。