掌握Python类装饰器（从入门到实战：用类实现灵活的函数增强）

基础示例：一个简单的类装饰器

让我们从最简单的例子开始。下面这个类装饰器会在被装饰函数执行前后打印日志：

class LogDecorator:    def __init__(self, func):        self.func = func    def __call__(self, *args, **kwargs):        print(f"[LOG] 调用函数: {self.func.__name__}")        result = self.func(*args, **kwargs)        print(f"[LOG] 函数 {self.func.__name__} 执行完毕")        return result# 使用装饰器@LogDecoratordef greet(name):    return f"你好, {name}!"# 调用greet("小明")

运行结果：

[LOG] 调用函数: greet[LOG] 函数 greet 执行完毕

在这个例子中，LogDecorator 是一个类装饰器。当我们将 @LogDecorator 放在 greet 函数上方时，Python 会自动执行 greet = LogDecorator(greet)。之后每次调用 greet()，实际上是在调用 LogDecorator 实例的 __call__ 方法。

带参数的类装饰器

有时我们希望装饰器能接收参数，比如指定日志级别或前缀。这时我们需要再嵌套一层——让类的 __init__ 接收装饰器参数，而 __call__ 返回真正的装饰器函数。

class RepeatDecorator:    def __init__(self, times=1):        self.times = times    def __call__(self, func):        def wrapper(*args, **kwargs):            for _ in range(self.times):                result = func(*args, **kwargs)            return result        return wrapper# 使用带参数的装饰器@RepeatDecorator(times=3)def say_hello():    print("Hello!")say_hello()

输出：

Hello!Hello!Hello!

注意这里的关键区别：RepeatDecorator(times=3) 先被调用，返回一个可调用对象（即 RepeatDecorator 的实例），然后这个实例再去装饰 say_hello 函数。

实际应用场景：缓存装饰器

类装饰器非常适合需要维护状态的场景。例如，我们可以实现一个简单的缓存（记忆化）装饰器：

class Memoize:    def __init__(self, func):        self.func = func        self.cache = {}    def __call__(self, *args, **kwargs):        # 将参数转为可哈希的键（简化处理，仅适用于不可变参数）        key = str(args) + str(sorted(kwargs.items()))        if key not in self.cache:            self.cache[key] = self.func(*args, **kwargs)        return self.cache[key]@Memoizedef fibonacci(n):    if n < 2:        return n    return fibonacci(n - 1) + fibonacci(n - 2)print(fibonacci(30))  # 第一次计算较慢，但结果会被缓存print(fibonacci(30))  # 第二次直接从缓存读取，极快

这个例子展示了如何利用类装饰器的实例变量（self.cache）来保存状态，从而实现函数增强技巧中的性能优化。

总结

通过本文，你已经学会了：

• 什么是 Python 类装饰器及其基本结构
• 如何编写无参和带参的类装饰器
• 如何利用类装饰器维护状态（如缓存）
• 类装饰器在 Python面向对象编程 和 装饰器设计模式 中的实际价值

记住，类装饰器并不是为了取代函数装饰器，而是为你提供另一种更强大的工具。当你需要在装饰过程中保存状态、管理资源或实现复杂逻辑时，类装饰器往往是更好的选择。

现在，你可以尝试自己动手写一个计时器装饰器、权限验证装饰器，或者重试机制装饰器——这些都是提升你 Python类装饰器 实战能力的好方法！