Python装饰器用法实例总结

远山来客

发布时间：2026-10-13 | 3人浏览过

原创

本文系统总结Python装饰器的核心用法。从装饰器定义、日志记录场景出发，详解语法糖@的使用、带参/无参函数的适配、functools.wraps修复元数据，以及类装饰器的优雅实现。通过完整代码示例，帮助开发者掌握装饰器在权限校验、缓存等切面编程中的应用。

本文通过具体实例深入解析Python装饰器的使用方法，旨在为读者提供清晰的参考与学习路径。

一、装饰器是什么

Python中的装饰器本质上是一个函数，其核心作用是在不修改原有函数代码的前提下，为其增加额外功能。装饰器的返回值依然是一个函数对象。简而言之，装饰器就是一个接收函数并返回新函数的工具。

装饰器常用于处理切面逻辑，例如插入日志记录、性能测试、事务管理、缓存机制或权限校验等场景。它是解决此类问题的理想设计模式，能够抽离与核心业务无关的重复代码，实现代码重用。

概括而言，装饰器的主要功能是为已存在的对象添加额外的行为或功能。

二、为什么需要装饰器

1、先来看一个简单例子：

def foo():
print('i am foo')

2、增加需求

假设现在需要记录函数的执行日志，我们可以在代码中直接添加日志打印语句：

def foo():
  print('i am foo')
  print("foo is running")

3、又有需求

如果现在有100个函数都需要增加日志记录功能，且后续可能还需要在函数执行前打印日志，难道要逐个修改代码吗？

显然不可取，这会导致大量重复代码。为了减少冗余，我们可以重新定义一个函数：专门用于处理日志逻辑，在日志处理完毕后，再执行真正的业务代码。

def use_logging(func):
  print("%s is running" % func.__name__)
  func()
def bar():
  print('i am bar')
use_logging(bar)
#result:
#bar is running
#i am bar

通过上述use_logging函数，我们成功增加了日志功能。无论未来有多少函数需要添加或修改日志格式，只需调整use_logging函数，并调用use_logging(被装饰的函数)即可实现预期效果。

def use_logging(func):
  print("%s is running" % func.__name__)
  return func
@use_logging
def bar():
  print('i am bar')
bar()

三、基础装饰器入门

1、装饰器语法糖

Python提供了@符号作为装饰器的语法糖，使应用装饰器更加便捷。但使用语法糖要求装饰函数必须返回一个函数对象。因此，我们将上面的func函数用内嵌函数包裹并返回：

装饰器的执行过程相当于先执行装饰函数use_logging，再返回被装饰函数bar。因此，调用bar()时相当于执行了两个函数，等价于use_logging(bar)()。

def use_logging(func):
  def _deco():
    print("%s is running" % func.__name__)
    func()
  return _deco
@use_logging
def bar():
  print('i am bar')
bar()

2、对带参数的函数进行装饰

若被装饰函数需要传入两个参数并计算结果，我们需要对内层函数进行修改以接收这两个参数a和b，这等价于调用use_logging(bar)(1,2)。

def use_logging(func):
  def _deco(a,b):
    print("%s is running" % func.__name__)
    func(a,b)
  return _deco
@use_logging
def bar(a,b):
  print('i am bar:%s'%(a+b))
bar(1,2)

被装饰的函数参数数量和类型可能各不相同，每次修改装饰器显然不科学。因此，我们使用Python的变长参数*args和**kwargs来解决参数传递问题。

3、函数参数数量不确定

不带参数的装饰器版本，该格式适用于不带参数的装饰器场景。

经过以下修改，我们已经能够适应各种长度和类型的参数。这个版本的装饰器可以处理任意类型的无参数函数。

def use_logging(func):
  def _deco(*args,**kwargs):
    print("%s is running" % func.__name__)
    func(*args,**kwargs)
  return _deco
@use_logging
def bar(a,b):
  print('i am bar:%s'%(a+b))
@use_logging
def foo(a,b,c):
  print('i am bar:%s'%(a+b+c))
bar(1,2)
foo(1,2,3)

4、装饰器带参数

带参数的装饰器，该格式适用于需要向装饰器本身传递参数的场景。

某些情况下，我们需要让装饰器携带参数，这就需要编写一个返回装饰器的高阶函数，实现起来相对复杂。例如：

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# __author__ = "TKQ"
def use_logging(level):
  def _deco(func):
    def __deco(*args, **kwargs):
      if level == "warn":
        print "%s is running" % func.__name__
      return func(*args, **kwargs)
    return __deco
  return _deco
@use_logging(level="warn")
def bar(a,b):
  print('i am bar:%s'%(a+b))
bar(1,3)
# 等价于use_logging(level="warn")(bar)(1,3)

5、functools.wraps

使用装饰器极大地复用了代码，但它有一个缺点：原函数的元信息（如docstring、__name__、参数列表）会丢失。先看例子：

def use_logging(func):
  def _deco(*args,**kwargs):
    print("%s is running" % func.__name__)
    func(*args,**kwargs)
  return _deco
@use_logging
def bar():
  print('i am bar')
  print(bar.__name__)
bar()
#bar is running
#i am bar
#_deco
#函数名变为_deco而不是bar，这个情况在使用反射的特性的时候就会造成问题。因此引入了functools.wraps解决这个问题。

使用functools.wraps修复元信息：

import functools
def use_logging(func):
  @functools.wraps(func)
  def _deco(*args,**kwargs):
    print("%s is running" % func.__name__)
    func(*args,**kwargs)
  return _deco
@use_logging
def bar():
  print('i am bar')
  print(bar.__name__)
bar()
#result:
#bar is running
#i am bar
#bar ,这个结果是我们想要的。OK啦！

6、实现带参数和不带参数的装饰器自适应

import functools
def use_logging(arg):
  if callable(arg):#判断参入的参数是否是函数，不带参数的装饰器调用这个分支
    @functools.wraps(arg)
    def _deco(*args,**kwargs):
      print("%s is running" % arg.__name__)
      arg(*args,**kwargs)
    return _deco
  else:#带参数的装饰器调用这个分支
    def _deco(func):
      @functools.wraps(func)
      def __deco(*args, **kwargs):
        if arg == "warn":
          print "warn%s is running" % func.__name__
        return func(*args, **kwargs)
      return __deco
    return _deco
@use_logging("warn")
# @use_logging
def bar():
  print('i am bar')
  print(bar.__name__)
bar()

三、类装饰器

使用类装饰器可以实现带参数装饰器的效果，且实现方式更加优雅简洁，同时可以通过继承灵活扩展功能。

1、类装饰器

class loging(object):
  def __init__(self,level="warn"):
    self.level = level
  def __call__(self,func):
    @functools.wraps(func)
    def _deco(*args, **kwargs):
      if self.level == "warn":
        self.notify(func)
      return func(*args, **kwargs)
    return _deco
  def notify(self,func):
    # logit只打日志，不做别的
    print "%s is running" % func.__name__
@loging(level="warn")#执行__call__方法
def bar(a,b):
  print('i am bar:%s'%(a+b))
bar(1,3)

2、继承扩展类装饰器

class email_loging(Loging):
  '''
  一个loging的实现版本，可以在函数调用时发送email给管理员
  '''
  def __init__(self, email='admin@myproject.com', *args, **kwargs):
    self.email = email
    super(email_loging, self).__init__(*args, **kwargs)
  def notify(self,func):
    # 发送一封email到self.email
    print "%s is running" % func.__name__
    print "sending email to %s" %self.email
@email_loging(level="warn")
def bar(a,b):
  print('i am bar:%s'%(a+b))
bar(1,3)

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》。

希望本文所述内容对大家学习Python程序设计有所帮助。