在Python函数执行前后注入额外行为的两种标准方案

理解执行前后钩子的设计原理

在编写工具类或性能分析脚本时，我们通常需要拦截函数的入口与出口。Python提供了两种标准途径：一种是面向单个函数的装饰器，另一种是面向任意代码块的上下文管理器。两者均依赖底层协议自动触发前置与后置逻辑，无需修改被装饰或包裹的核心业务代码。

第1步：使用装饰器封装单函数调用

目的：针对特定函数统一添加计时、日志或权限校验等横切逻辑，支持可选参数配置。

入口：functools.wraps 与 partial 模块组合。

动作：创建一个接受可选参数的外层工厂函数，内部定义包装器并返回。该方案兼容 @timing 无参调用与 @timing(frequencies=1) 有参调用。

from functools import wraps, partial
from time import time

def timing(func=None, frequencies=1):
    if func is None:
        return partial(timing, frequencies=frequencies)

    @wraps(func)
    def _wrapper(*args, **kwargs):
        start_time = time()
        for _ in range(frequencies):
            result = func(*args, **kwargs)
        end_time = time()
        print('运行花费时间：{:.6f}s。'.format(end_time - start_time))
        return result

    return _wrapper

@timing
def run():
    l = []
    for i in range(5000000):
        l.extend([i])
    return len(l)

重要参数：frequencies 控制重复执行次数，默认为 1。

完成状态：调用 run() 后自动打印耗时，控制台显示类似 运行花费时间：2.383398s。，且原函数的 __name__ 与文档字符串得以保留。

第2步：利用上下文管理器包裹多行逻辑

目的：对一段连续代码进行边界监控，适合需要同时监测变量状态或处理复杂资源分配的场合。

入口：自定义类实现 __enter__ 与 __exit__ 魔术方法。

动作：实例化该类后配合 with 语句使用。进入代码块时触发 __enter__ 记录起点，退出时（无论正常结束还是抛出异常）均触发 __exit__ 计算终点并输出结果。

from time import time

def run2():
    l = []
    for i in range(5000000):
        l.extend([i])
    return len(l)

class ElapsedTime():
    def __enter__(self):
        self.start_time = time()
        return self

    def __exit__(self, exception_type, exception_value, traceback):
        self.end_time = time()
        print('运行花费时间：{:.6f}s。'.format(self.end_time - self.start_time))
        return False  # 不吞没异常，保持默认传播

with ElapsedTime():
    run2()

重要参数：需正确处理 exception_type, exception_value, traceback 三个异常参数以决定是否需要恢复状态。

完成状态：控制台输出相同格式的耗时信息，业务代码结构更扁平，无需层层嵌套函数调用。

方案对比与排错建议

装饰器适合精准定位单一函数，语法侵入性极低；上下文管理器则具备更强的作用域控制力，天然适配文件读写、数据库连接及锁机制。若在实际运行中发现耗时统计不准确，请检查是否混用了多线程或异步环境，此时需改用线程安全的计时源（如 time.perf_counter_ns）。此外，若使用带参装饰器却传入了函数对象，Python解释器会因参数匹配错误而报错，此时应按规范仅传入关键字参数。

总结

掌握装饰器与上下文管理器，能有效解决Python代码复用与横切关注点分离的问题。通过上述两类模板，开发者可快速构建出健壮的性能监控或资源调度组件。

以上就是在Python函数执行前后添加额外行为的详细内容，更多关于Python进阶技巧的资料请关注本站其它相关文章！