Python装饰器函数：如何增强并修改函数行为？

Python装饰器是一种用于增强和修改函数行为的特殊函数。它通过接受一个函数作为参数，并返回一个新的函数来实现这个目的。装饰器可以在不修改函数定义的情况下，对函数进行额外的操作。

装饰器的基本语法是通过在函数前面添加@符号，并写上装饰器函数的名称。当调用被装饰的函数时，实际上是在调用装饰器函数，而装饰器函数会返回一个新的函数来执行原函数的逻辑。

装饰器函数可以在函数执行前后做一些额外的操作，比如检查参数、检查权限、记录日志等。下面是一个简单的装饰器函数的例子：

def logger(func):
    def wrapper(*args, **kwargs):
        print('Logging started')
        result = func(*args, **kwargs)
        print('Logging ended')
        return result
    return wrapper

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

在上面的例子中，装饰器函数logger接受一个函数作为参数，并返回一个新的函数wrapper。在wrapper函数中，我们首先输出一条日志，然后调用传入的函数，并保存其结果。最后再输出一条日志，并返回结果。

使用装饰器函数对add函数进行装饰，可以实现在函数执行前后打印日志的功能。下面是调用被装饰的add函数的例子：

>>> add(2, 3)
Logging started
Logging ended
5

从上面的例子可以看出，装饰器函数实际上可以在保持原函数逻辑不变的情况下，增加额外的功能。

除了简单的装饰器函数外，我们还可以编写带有参数的装饰器函数。参数可以提供给装饰器函数，以控制其行为。比如我们可以编写一个带参数的缓存装饰器，用于提高函数运行效率，避免重复计算。

下面是一个带参数的缓存装饰器的例子：

def cache(max_size):
    def decorator(func):
        cache_dict = {}
        def wrapper(*args):
            if args in cache_dict:
                return cache_dict[args]
            else:
                result = func(*args)
                cache_dict[args] = result
                if len(cache_dict) > max_size:
                    cache_dict.popitem()
                return result
        return wrapper
    return decorator

@cache(max_size=3)
def fib(n):
    if n <= 1:
        return n
    return fib(n-1) + fib(n-2)

在上面的例子中，带参数的装饰器cache接受一个整数参数max_size，并返回一个装饰器函数decorator。在decorator函数中，我们定义了一个字典cache_dict用于保存计算结果。

在wrapper函数中，我们首先检查参数是否已经在缓存中，如果是，则直接返回缓存中的结果，否则调用原函数进行计算，并将计算结果保存到缓存中。当缓存中的计算结果数量超过max_size时，我们会删除最旧的一个缓存。

使用带参数的装饰器对fib函数进行装饰，可以实现对斐波那契函数进行缓存的功能，从而提高函数的运行效率。

装饰器的使用可以大大简化代码，并提高代码的可重用性。通过增强和修改函数行为，装饰器可以实现很多有用的功能，比如检查参数、检查权限、验证输入等。掌握装饰器的使用，可以让我们的代码更加优雅和灵活。