Python装饰器实现函数装饰

Python装饰器是一种可以动态修改函数或类的功能的语法糖。它们是在函数定义之前使用@符号定义的。装饰器的作用是在不改变函数定义的情况下，为函数添加额外的功能。

装饰器函数是一个高阶函数，它接受一个函数作为参数，并返回一个新的函数。在返回的新函数中，可以在原来的函数执行之前或之后添加一些额外的代码。通过这种方式，我们可以实现一些通用的功能，例如日志记录、性能分析和缓存等。

下面是一个实现函数装饰器的例子：

def debug(func):
    def wrapper(*args, **kwargs):
        print("[DEBUG]: Function '{}' is executed".format(func.__name__))
        return func(*args, **kwargs)
    return wrapper

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

result = add(3, 5)  # 输出：[DEBUG]: Function 'add' is executed
print(result)  # 输出：8

在上面的例子中，我们定义了一个名为debug的装饰器函数。这个函数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，我们先打印出被装饰函数的名称，然后再调用原来的函数，并将其返回值返回。最后，我们使用@debug语法糖将add函数装饰了起来。

当我们调用被装饰的函数add时，实际上是调用了wrapper函数。在wrapper函数中，我们首先打印了被装饰函数的名称，然后再调用原来的add函数，并返回其返回值。

在实际的应用中，我们可以使用装饰器实现一些常见的功能，例如日志记录、权限验证和性能分析等。下面是一个使用装饰器实现缓存功能的例子：

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

result = fibonacci(10)  # 调用fibonacci函数，计算斐波那契数列的第10项
print(result)  # 输出：55

在上面的例子中，我们使用了functools库中的lru_cache装饰器来实现缓存功能。lru_cache会自动缓存函数的返回值，以便在后续相同的参数调用时可以直接返回缓存的结果。

使用装饰器可以让我们在不改变函数定义的情况下，为函数添加额外的功能。装饰器提供了一种灵活和可扩展的方式来修改函数的行为，从而实现一些通用的功能。通过合理的使用装饰器，我们可以让代码更加简洁、可读、可维护和可测试。