Python Python装饰器的常见用途

在本文中，我们将介绍Python装饰器的常见用途。装饰器是Python中一种强大的编程工具，它可以在不修改原有代码的情况下为函数或类添加额外的功能。通过装饰器，我们可以将一些常用的代码逻辑封装成可复用的函数，提高代码的可读性和维护性。

1. 日志记录

装饰器可以用来记录函数的运行日志，方便调试和查看程序的执行过程。下面是一个简单的日志记录装饰器的示例：

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

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

print(add(1, 2))

输出结果为：

Calling function: add
Function add finished execution
3

2. 计时器

装饰器还可以用来计算函数的执行时间，对代码的性能进行评估和优化。下面是一个简单的计时器装饰器的示例：

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Function {func.__name__} executed in {end_time - start_time} seconds")
        return result
    return wrapper

@timer
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(10))

输出结果为：

Function fibonacci executed in 0.0038492679595947266 seconds
55

3. 缓存

装饰器还可以用来实现函数的缓存，避免重复计算，提高代码的执行效率。下面是一个简单的缓存装饰器的示例：

def cache(func):
    memo = {}
    def wrapper(*args):
        if args not in memo:
            memo[args] = func(*args)
        return memo[args]
    return wrapper

@cache
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(10))

输出结果为：

4. 授权和验证

装饰器还可以用来处理授权和验证的逻辑，保护代码的安全性。下面是一个简单的授权装饰器的示例：

def login_required(func):
    def wrapper(*args, **kwargs):
        if is_logged_in():
            return func(*args, **kwargs)
        else:
            return "Please login first"
    return wrapper

@login_required
def dashboard():
    return "Welcome to the dashboard"

print(dashboard())

输出结果为：

Please login first

5. 性能分析

装饰器还可以用来对代码的性能进行分析，找出运行效率低下的部分进行优化。下面是一个简单的性能分析装饰器的示例：

import cProfile

def profiled(func):
    def wrapper(*args, **kwargs):
        profiler = cProfile.Profile()
        profiler.enable()
        result = func(*args, **kwargs)
        profiler.disable()
        profiler.print_stats()
        return result
    return wrapper

@profiled
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(10))

输出结果为：

         178 calls (4 primitive calls) in 0.000 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
      109    0.000    0.000    0.000    0.000 <ipython-input-1-3f4e3b5104c4>:10(fibonacci)
       10    0.000    0.000    0.000    0.000 <ipython-input-1-3f4e3b5104c4>:9(fibonacci)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
       56    0.000    0.000    0.000    0.000 {method 'enable' of '_lsprof.Profiler' objects}

55