Python装饰器函数：增强函数功能的技巧

Python装饰器函数是一种简洁而强大的技巧，可以在不修改原函数代码的情况下增强原函数的功能。它通过在原函数前后添加额外功能的方式，实现了代码的复用和增强。本文将详细介绍Python装饰器函数的用法和实例。

一、装饰器函数的定义和调用

装饰器函数本质上是一个闭包函数，它接收一个函数作为输入，并返回一个新的函数。新函数包装了原函数，并在其前后添加了额外的功能。装饰器函数通常用@符号来标注在原函数上，以便调用。

下面是一个简单的装饰器函数例子：

def decorator(fn):
    def wrapper(*args, **kwargs):
        print("Before function call")
        result = fn(*args, **kwargs)
        print("After function call")
        return result
    return wrapper

@decorator
def test_function():
    print("Inside test_function")

test_function()

输出结果为：

Before function call
Inside test_function
After function call

在上面的例子中，我们定义了一个装饰器函数decorator，它接收一个函数作为输入，并返回一个新函数wrapper。新函数wrapper在原函数test_function的前后分别打印了"Before function call"和"After function call"。通过@符号将装饰器函数decorator标注在原函数test_function上，即可实现装饰器功能。

二、装饰器函数的应用场景

装饰器函数在许多场景下都非常有用，例如：

1. 记录函数的执行日志；

2. 计算函数的执行时间；

3. 检查函数的输入参数；

4. 缓存函数的计算结果等。

下面以记录函数执行日志和计算函数执行时间为例进行说明。

1. 记录函数执行日志

如果我们希望在函数被调用时记录函数的执行日志，装饰器函数可以很方便地实现。我们可以在装饰器函数中打印函数的名称和参数信息，以及函数的执行结果。下面是一个简单的记录日志的装饰器函数：

def log_decorator(fn):
    def wrapper(*args, **kwargs):
        print(f"Calling function {fn.__name__} with args {args} and kwargs {kwargs}")
        result = fn(*args, **kwargs)
        print(f"Function {fn.__name__} returned {result}")
        return result
    return wrapper

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

print(add(1, 2))

输出结果为：

Calling function add with args (1, 2) and kwargs {}
Function add returned 3
3

在上面的例子中，我们定义了一个记录日志的装饰器函数log_decorator，在函数被调用前后分别打印了日志信息。通过@符号将装饰器函数log_decorator标注在函数add上，即可实现记录日志的功能。

2. 计算函数执行时间

如果我们希望计算函数的执行时间，装饰器函数同样可以实现。我们可以在装饰器函数中记录函数的开始时间和结束时间，并计算二者的时间差。下面是一个简单的计算函数执行时间的装饰器函数：

import time

def time_decorator(fn):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = fn(*args, **kwargs)
        end_time = time.time()
        print(f"Function {fn.__name__} took {end_time - start_time} seconds to run")
        return result
    return wrapper

@time_decorator
def fib(n):
    if n <= 1:
        return n
    else:
        return fib(n-1) + fib(n-2)

print(fib(30))

输出结果为：

Function fib took 0.2173755168914795 seconds to run
832040

在上面的例子中，我们定义了一个计算函数执行时间的装饰器函数time_decorator，在函数被调用前后分别记录了开始时间和结束时间，并计算了二者的时间差。通过@符号将装饰器函数time_decorator标注在函数fib上，即可实现计算函数执行时间的功能。

三、装饰器函数的参数

装饰器函数可以接收参数，以便在运行时自定义装饰器的行为。可以使用闭包函数的方式，在装饰器函数中定义内部函数，并返回内部函数。下面是一个接收参数的装饰器函数：

def decorator(param):
    def wrapper(fn):
        def inner_wrapper(*args, **kwargs):
            print(f"Decorator parameter: {param}")
            result = fn(*args, **kwargs)
            print("After function call")
            return result
        return inner_wrapper
    return wrapper

@decorator("param_value")
def test_function():
    print("Inside test_function")

test_function()

输出结果为：

Decorator parameter: param_value
Inside test_function
After function call

在上面的例子中，我们定义了一个接收参数的装饰器函数decorator，它在装饰过程中打印了接收到的参数值。通过@符号将装饰器函数decorator标注在函数test_function上，并传入参数值"param_value"，即可实现传参的功能。

四、多个装饰器的叠加

Python装饰器函数可以叠加使用，即一个函数可以被多个装饰器函数装饰。在装饰函数上按从上到下的顺序叠加装饰器，最后调用被装饰的函数时，会按照从下到上的顺序执行装饰器函数的功能。下面是一个示例：

def decorator1(fn):
    def wrapper(*args, **kwargs):
        print("Decorator1 before function call")
        result = fn(*args, **kwargs)
        print("Decorator1 after function call")
        return result
    return wrapper

def decorator2(fn):
    def wrapper(*args, **kwargs):
        print("Decorator2 before function call")
        result = fn(*args, **kwargs)
        print("Decorator2 after function call")
        return result
    return wrapper

@decorator1
@decorator2
def test_function():
    print("Inside test_function")

test_function()

输出结果为：

Decorator1 before function call
Decorator2 before function call
Inside test_function
Decorator2 after function call
Decorator1 after function call

在上面的例子中，我们定义了两个装饰器函数decorator1和decorator2，它们分别在被装饰函数test_function的前后输出日志。通过@符号将多个装饰器函数标注在被装饰函数上，即可实现多个装饰器的叠加效果。

总结：

Python装饰器函数是一种强大的技巧，可以在不修改原函数代码的情况下增强函数的功能。它通过在原函数前后添加额外功能的方式，实现了代码的复用和增强。装饰器函数具有灵活的参数传递和多个装饰器叠加的特性，广泛应用于日志记录、性能统计、缓存等领域。掌握装饰器函数的使用技巧，可以提高代码可读性、简化代码设计，并提升代码的可维护性和复用性。