在Python开发中，装饰器（Decorator）是一个非常强大的特性。

它可以在不修改原函数代码的情况下扩展函数功能，被广泛应用于：

日志记录
权限校验
性能统计
缓存
Web框架（Flask / FastAPI）

本文将从原理 → 实现 → 实战应用逐步讲解Python装饰器。

一、什么是装饰器

装饰器本质上是一个函数，用来包装另一个函数。

简单理解：


函数A → 传入装饰器 → 返回增强后的函数

示例：

python
def decorator(func):
    def wrapper():
        print("函数执行前")
        func()
        print("函数执行后")
    return wrapper


@decorator
def hello():
    print("hello world")

hello()

输出：


函数执行前
hello world
函数执行后

二、装饰器原理解析

代码：

python
@decorator
def hello():
    print("hello")

实际上等价于：

python
def hello():
    print("hello")

hello = decorator(hello)

执行流程：


1 定义 hello 函数
2 调用 decorator(hello)
3 返回 wrapper 函数
4 hello 指向 wrapper

因此最终执行：


hello() → wrapper()

三、带参数的装饰器

很多时候函数会有参数，例如：

python
def hello(name):
    print(name)

此时装饰器需要支持参数。

示例：

python
def decorator(func):

    def wrapper(*args, **kwargs):
        print("执行前")
        result = func(*args, **kwargs)
        print("执行后")
        return result

    return wrapper


@decorator
def hello(name):
    print(f"hello {name}")


hello("Tom")

输出：


执行前
hello Tom
执行后

四、使用 functools 保留函数信息

使用装饰器会导致函数信息丢失，例如：

python
print(hello.__name__)

输出：


wrapper

正确方式是使用 functools.wraps。

示例：

python
from functools import wraps

def decorator(func):

    @wraps(func)
    def wrapper(*args, **kwargs):
        print("before")
        return func(*args, **kwargs)

    return wrapper

这样可以保留：


函数名
docstring
注释

五、带参数的装饰器

有时候我们希望装饰器本身也能传参。

示例：

python
def log(level):

    def decorator(func):

        def wrapper(*args, **kwargs):
            print(f"log level: {level}")
            return func(*args, **kwargs)

        return wrapper

    return decorator

使用：

python
@log("INFO")
def hello():
    print("hello")

hello()

执行流程：


log("INFO") → decorator → wrapper

六、实战：日志装饰器

开发中非常常见。

示例：

python
import time
from functools import wraps


def log_time(func):

    @wraps(func)
    def wrapper(*args, **kwargs):

        start = time.time()

        result = func(*args, **kwargs)

        end = time.time()

        print(f"{func.__name__} 执行时间: {end-start:.4f}s")

        return result

    return wrapper


@log_time
def slow_function():
    time.sleep(1)


slow_function()

输出：


slow_function 执行时间: 1.0001s

七、实战：权限校验装饰器

在Web开发中经常使用。

示例：

python
def require_login(func):

    def wrapper(user):

        if not user.get("login"):
            raise Exception("未登录")

        return func(user)

    return wrapper


@require_login
def profile(user):
    print("用户中心")


user = {"login": True}

profile(user)

八、实战：缓存装饰器

python
def cache(func):

    data = {}

    def wrapper(n):

        if n in data:
            return data[n]

        result = func(n)

        data[n] = result

        return result

    return wrapper


@cache
def fib(n):

    if n < 2:
        return n

    return fib(n-1) + fib(n-2)

这样可以避免大量重复计算。

九、多个装饰器执行顺序

示例：

python
def a(func):
    def wrapper():
        print("A before")
        func()
        print("A after")
    return wrapper


def b(func):
    def wrapper():
        print("B before")
        func()
        print("B after")
    return wrapper


@a
@b
def hello():
    print("hello")

hello()

执行顺序：


A before
B before
hello
B after
A after

规则：


从下往上装饰
从上往下执行

十、总结

Python装饰器的核心知识点：

装饰器本质是函数
用于增强函数功能
使用 *args, **kwargs 支持任意参数
使用 functools.wraps 保留函数信息
支持带参数装饰器
可以叠加多个装饰器

在实际开发中，装饰器常用于：

日志
权限控制
性能统计
缓存
Web框架

掌握装饰器可以大幅提升代码的可复用性与优雅度。

目录