如何在Python中编写装饰器函数来扩展代码的功能？

在Python中，装饰器是一种特殊类型的函数，用于修改或扩展其他函数的功能。通过装饰器函数，我们可以在不修改原始函数代码的情况下对其进行一些额外的操作。

要编写一个装饰器函数，我们需要掌握以下几个关键概念和语法：

1. 函数作为参数：在Python中，函数是一等公民，可以作为参数传递给其他函数。这使得我们可以将需要被装饰的函数作为参数传递给装饰器函数。

2. 闭包：装饰器函数通常包含一个内层函数，用于接收被装饰函数的参数并执行额外的操作。这种内层函数被称为闭包。

3. '@' 符号：装饰器函数可以通过在被装饰函数之前添加 '@' 符号来使用。这是Python装饰器函数的特定语法。

下面是一个简单的装饰器函数的示例：

def logging_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Calling function {func.__name__}")
        result = func(*args, **kwargs)
        print(f"Function {func.__name__} returned {result}")
        return result
    return wrapper

在上面的示例中，logging_decorator 是一个装饰器函数，它接收一个函数 func 作为参数并返回一个闭包函数 wrapper。wrapper 函数打印出要调用的函数名，然后调用原始函数 func，并在函数返回后再次打印出函数名和返回值。

现在，我们可以使用 @ 符号通过在被装饰函数上方使用 logging_decorator 来应用装饰器：

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

通过以上装饰器，每当调用 add 函数时，它会被 logging_decorator 装饰器函数所修饰。具体来说，以下是 add 函数在调用时的执行过程：

result = add(3, 5)
# 输出：
# Calling function add
# Function add returned 8

除了打印日志之外，我们还可以在装饰器函数中实现其他功能，比如性能分析、错误处理等等。

使用装饰器函数时，有几个注意事项需要注意：

1. 保留原函数的元信息：装饰器函数 wrapper 应该使用 @functools.wraps 装饰器来保留原始函数 func 的元信息，比如函数名、参数列表等。

import functools

def logging_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        ...
    return wrapper

2. 包装装饰器函数：如果装饰器函数需要接收参数，我们需要编写一个额外的函数来包装装饰器函数。这是因为装饰器函数只能接收一个参数，而不能带有额外的参数。

import functools

def logging_decorator(message):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            print(message)
            result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

上述代码中，logging_decorator 是一个包装装饰器函数，它接收一个 message 参数，并返回一个装饰器函数 decorator。

@logging_decorator("Starting function execution")
def add(a, b):
    return a + b

3. 多个装饰器的顺序：如果一个函数被多个装饰器修饰，那么它们的执行顺序是从上至下，从内到外。也就是说，最右边的装饰器最先执行，最左边的装饰器最后执行。

在Python中，装饰器函数是非常有用的工具，它们可以帮助我们扩展和修改代码的行为，而无需修改原始函数的代码。了解装饰器的原理和常用的编写方式，可以使我们在Python中更灵活地实现各种功能。