用 Python 装饰器提升效率：日志与权限验证案例

Langchain系列文章目录

01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南
02-玩转 LangChain Memory 模块：四种记忆类型详解及应用场景全覆盖
03-全面掌握 LangChain：从核心链条构建到动态任务分配的实战指南
04-玩转 LangChain：从文档加载到高效问答系统构建的全程实战
05-玩转 LangChain：深度评估问答系统的三种高效方法（示例生成、手动评估与LLM辅助评估）
06-从 0 到 1 掌握 LangChain Agents：自定义工具 + LLM 打造智能工作流！

python系列文章目录

01-Python 基础语法入门：从变量到输入输出，零基础也能学会！
02-Python 流程控制终极指南：if-else 和 for-while深度解析
03-Python 列表与元组全攻略：从新手到高手的必备指南
04-Python 字典与集合：从入门到精通的全面解析
05-Python函数入门指南：从定义到应用
06-Python 函数高级特性：从默认参数到闭包的全面解析
07-Python 模块与包：从零到自定义的全面指南
08-Python异常处理：从入门到精通的实用指南
09-Python 文件操作：从零基础到日志记录实战
10-Python面向对象编程入门：从类与对象到方法与属性
11-Python类的方法与属性：从入门到进阶的全面解析
12-Python继承与多态：提升代码复用与灵活性的关键技术
13-掌握Python魔法方法：如何用__add__和__len__自定义类的行为
14-python面向对象编程总结：从基础到进阶的 OOP 核心思想与设计技巧
15-掌握 Python 高级特性：深入理解迭代器与生成器
16-用 Python 装饰器提升效率：日志与权限验证案例

---

---

前言

嘿，朋友！你有没有遇到过这样的场景：项目上线前一天，领导突然说要给所有核心函数加个执行时间监控，或者产品经理要求某些功能只有 VIP 用户才能用。改代码？加日志？一行行手动写，太崩溃了吧！这时候，Python 的装饰器（Decorator）就像一位贴心的助手，能让你不碰原始代码，就给函数“穿上新衣”。我刚接触 Python 时，也觉得装饰器有点玄乎，但用了几次后，简直爱不释手！本文将带你从零认识装饰器，搞懂它的基本用法，再通过日志记录、权限验证这些实战案例，展示它的强大，最后还会解锁带参数的装饰器，让你的代码灵活到飞起。不管你是刚入门还是想进阶，这篇干货都能帮到你，快来一起玩转装饰器吧！

---

一、装饰器的概念与语法

装饰器是 Python 中一种优雅的高级特性，简单来说，它就是一个“函数的包装工”，能在不改变原始函数的情况下，给它加上新功能。接下来，我们从基础概念入手，逐步拆解它的用法。

1.1 什么是装饰器

装饰器本质上是一个函数，它接收另一个函数作为参数，然后返回一个“升级版”的新函数。这个新函数通常会在原始函数执行前后，添加一些额外的操作，比如打印信息、检查条件等。它的核心优势是：代码复用和不侵入式修改。

1.1.1 装饰器的基本结构

让我们先来看一个最简单的装饰器：

def decorator(func):
    def wrapper(*args, **kwargs):
        print("我在函数前干点啥")
        result = func(*args, **kwargs)  # 调用原始函数
        print("我在函数后干点啥")
        return result
    return wrapper

• 外层函数 decorator：接收目标函数 func 作为参数。
• 内层函数 wrapper：包装原始函数，添加新功能。
• *args, **kwargs：确保装饰器能适配任何参数的函数。

1.1.2 如何使用装饰器

使用装饰器非常简单，只需要在函数定义上方加上 @装饰器名 就行了：

@decorator
def say_hello():
    print("Hello!")

say_hello()

输出：

我在函数前干点啥
Hello!
我在函数后干点啥

这个 @decorator 实际上等于 say_hello = decorator(say_hello)，是不是很酷？调用 say_hello() 时，执行的其实是 wrapper 函数。

---

1.2 为什么需要装饰器

装饰器解决了什么问题？想象一下，如果你要给 10 个函数都加上日志功能，难道要在每个函数里都写一遍打印代码吗？太麻烦了！装饰器可以让你把这些“通用功能”抽出来，复用在多个函数上，既优雅又高效。

1.2.1 一个直观的例子

假如没有装饰器，你可能这样写：

def func1():
    print("开始执行 func1")
    print("func1 干了点啥")
    print("func1 执行完毕")

def func2():
    print("开始执行 func2")
    print("func2 干了点啥")
    print("func2 执行完毕")

代码重复太多！用了装饰器后：

def log(func):
    def wrapper(*args, **kwargs):
        print(f"开始执行 {func.__name__}")
        result = func(*args, **kwargs)
        print(f"{func.__name__} 执行完毕")
        return result
    return wrapper

@log
def func1():
    print("func1 干了点啥")

@log
def func2():
    print("func2 干了点啥")

func1()
func2()

输出：

开始执行 func1
func1 干了点啥
func1 执行完毕
开始执行 func2
func2 干了点啥
func2 执行完毕

这样，日志功能就被复用了，代码也更简洁！

---

二、装饰器的实际应用

理论讲完了，接下来看看装饰器在真实开发中的威力。我们挑两个常见场景：日志记录和权限验证。

2.1 日志记录

开发中，经常需要记录函数的调用时间、参数等信息。装饰器可以帮你轻松搞定。

2.1.1 示例代码

import time

def log_time(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        print(f"[{time.ctime()}] 调用 {func.__name__}, 参数: {args}")
        result = func(*args, **kwargs)
        end = time.time()
        print(f"[{time.ctime()}] {func.__name__} 结束，耗时 {end - start:.2f} 秒")
        return result
    return wrapper

@log_time
def slow_add(a, b):
    time.sleep(1)  # 模拟耗时操作
    return a + b

print(slow_add(3, 4))

输出：

[Tue Oct 10 10:00:00 2023] 调用 slow_add, 参数: (3, 4)
[Tue Oct 10 10:00:01 2023] slow_add 结束，耗时 1.00 秒
7

2.1.2 注意事项

• 性能影响：如果日志太频繁，可能会稍微拖慢程序，建议在生产环境调整日志级别。
• 异常处理：实际开发中，可以在装饰器里加 try-except，捕获函数执行中的错误。

---

2.2 权限验证

在 Web 开发中，某些功能需要用户登录才能用。装饰器可以帮你快速实现权限检查。

2.2.1 示例代码

def login_required(func):
    def wrapper(user, *args, **kwargs):
        if user.get("logged_in", False):
            return func(user, *args, **kwargs)
        else:
            print("请先登录！")
            return None
    return wrapper

@login_required
def show_secret(user):
    print(f"欢迎 {user['name']}，这是秘密信息！")

user1 = {"name": "小明", "logged_in": True}
user2 = {"name": "小红", "logged_in": False}

show_secret(user1)  # 输出: 欢迎 小明，这是秘密信息！
show_secret(user2)  # 输出: 请先登录！

2.2.2 常见问题排查

• 用户数据不完整：如果 user 字典缺少 logged_in 键，get() 方法会返回默认值 False，避免报错。
• 扩展性：可以加个参数，指定不同的权限级别，比如 admin_required。

---

三、带参数的装饰器

普通的装饰器已经很强大了，但如果想让它更灵活怎么办？带参数的装饰器登场！

3.1 带参数的装饰器语法

带参数的装饰器其实是一个“装饰器工厂”，它多了一层函数，用来接收参数。

3.1.1 基本结构

def repeat(times):  # 接收装饰器参数
    def decorator(func):  # 真正的装饰器
        def wrapper(*args, **kwargs):
            for _ in range(times):
                func(*args, **kwargs)
        return wrapper
    return decorator

@repeat(3)  # 装饰器带参数
def say_hi():
    print("Hi!")

say_hi()

输出：

Hi!
Hi!
Hi!

• 最外层 repeat：接收参数 times，返回装饰器。
• 中间层 decorator：接收函数 func。
• 内层 wrapper：执行包装逻辑。

---

3.2 实际应用：灵活的日志装饰器

假设你想根据日志级别（如 INFO、DEBUG）记录不同信息，可以用带参数的装饰器。

3.2.1 示例代码

def log_level(level):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f"[{level}] {func.__name__} 被调用")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@log_level("INFO")
def add(a, b):
    return a + b

@log_level("DEBUG")
def multiply(a, b):
    return a * b

add(2, 3)      # 输出: [INFO] add 被调用
multiply(4, 5)  # 输出: [DEBUG] multiply 被调用

3.2.2 优化建议

（1）添加时间戳

可以在 wrapper 中加入 time.ctime()，让日志更详细。

（2）支持多级别

可以用字典映射不同级别到不同行为，比如 ERROR 级别时发邮件通知。

---

以下是根据您的要求重新撰写的“前言”和“总结”部分，以及为文章精心设计的五个吸引人心的标题。新的“前言”更加贴近真实开发场景，旨在激发读者的共鸣和兴趣；“总结”则通过分点形式提炼核心内容，帮助读者快速回顾并留下深刻印象。标题经过 SEO 优化，融入热门关键词，确保流量潜力。

---

四、总结

装饰器是 Python 开发中的一大利器，既能提升代码复用性，又能让你的程序更优雅。从基础语法到实际应用，再到带参数的高级用法，这篇文章带你走了一遍装饰器的全流程。朋友，学会了它，你的代码就多了一份“魔法”！别犹豫，赶紧在自己的项目里试试吧，相信你会发现更多妙用。

以下是本文的核心要点总结：

1. 装饰器的概念与语法：装饰器是一个接收函数并返回新函数的工具，用 @装饰器名 的语法糖实现，背后是 函数 = 装饰器(函数) 的逻辑。简单却强大！
2. 实际应用场景：通过日志记录（比如记录执行时间）和权限验证（限制功能访问），装饰器能轻松解决开发中的重复性问题，提高代码可维护性。
3. 带参数的装饰器：多加一层函数，装饰器就能接收参数，实现更灵活的定制，比如根据日志级别输出不同信息。
4. 实用价值：装饰器不仅省时省力，还能让代码逻辑更清晰，特别适合需要复用功能的场景。

---