高级装饰器技术
基于类的装饰器
除了基于函数的装饰器外，Python 还支持基于类的装饰器。当你需要在装饰器中维护状态或配置信息时，这种方法会很有用。
下面是一个基于类的装饰器示例，它缓存函数的结果：
class cache:
def __init__(self, func):
self.func = func
self.cache = {}
def __call__(self, *args, **kwargs):
key = str(args) + str(kwargs)
if key in self.cache:
return self.cache[key]
else:
result = self.func(*args, **kwargs)
self.cache[key] = result
return result
@cache
def fibonacci(n):
if n <= 1:
return n
else:
return (fibonacci(n-1) + fibonacci(n-2))
print(fibonacci(30))
print(fibonacci(30))
输出：
832040
832040
在这个示例中，cache 类用作装饰器。当装饰器应用于函数时，会调用 __init__ 方法，每次调用被装饰的函数时，会调用 __call__ 方法。cache 字典用于存储之前函数调用的结果，这样后续使用相同参数的调用可以从缓存中获取结果。
装饰器工厂
装饰器工厂是一种创建可以用参数定制的装饰器的方法。这使你能够创建更灵活、可复用的装饰器。
下面是一个装饰器工厂示例，它允许你指定函数可以接受的最大参数数量：
def max_arguments(max_args):
def decorator(func):
def wrapper(*args, **kwargs):
if len(args) + len(kwargs) > max_args:
raise ValueError(f"函数 {func.__name__} 最多只能接受 {max_args} 个参数。")
return func(*args, **kwargs)
return wrapper
return decorator
@max_arguments(max_args=3)
def greet(name, greeting, exclamation="!"):
return f"{greeting}, {name}{exclamation}"
print(greet("LabEx", "Hello"))
print(greet("LabEx", "Hello", "?"))
print(greet("LabEx", "Hello", "?", "extra"))
输出：
Hello, LabEx!
Hello, LabEx?
ValueError: 函数 greet 最多只能接受 3 个参数。
在这个示例中，max_arguments 装饰器工厂接受一个 max_args 参数，该参数用于确定被装饰函数可以接受的最大参数数量。然后，decorator 函数用参数验证逻辑包装原始函数。
保留元数据
当你将装饰器应用于函数时，原始函数的元数据（如名称、文档字符串和签名）会丢失。如果你在诸如 Web 框架或命令行界面等元数据很重要的上下文中使用该函数，这可能会有问题。
为了保留原始函数的元数据，你可以使用 functools.wraps 装饰器，它将相关元数据从原始函数复制到包装函数。
from functools import wraps
def uppercase(func):
@wraps(func)
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
return result.upper()
return wrapper
@uppercase
def greet(name):
"""返回给定名称的问候语。"""
return f"Hello, {name}!"
print(greet.__name__)
print(greet.__doc__)
输出：
greet
返回给定名称的问候语。
在这个示例中，wraps 装饰器用于将 greet 函数的 __name__ 和 __doc__ 属性复制到 wrapper 函数。这确保了被装饰的函数保留其原始元数据，这对于各种用例可能很重要。
总结
Python 装饰器是一种强大且灵活的语言特性，它允许你以简洁且可复用的方式修改函数的行为。通过理解基本概念、常见用例和高级技术，你可以利用装饰器编写更模块化、可维护且富有表现力的 Python 代码。
请记住，有效使用装饰器的关键是在添加功能与保留原始函数的意图和行为之间取得平衡。通过实践和创造力，你可以在 Python 项目中充分发挥装饰器的潜力。
