Python 中的装饰器模式（Decorator Pattern）
装饰器模式是一种结构型设计模式，其核心目的是：
在不改变对象原有接口的情况下，动态地给对象添加额外职责（功能）。
形象比喻：就像给礼物包装层层彩纸，每层包装都是一个“装饰”，礼物本身不变，但外观和功能增强了。
装饰器模式的优点
- 比继承更灵活（可以运行时组合多个装饰）
- 符合开闭原则：对扩展开放，对修改关闭
- 支持职责的动态添加和移除
- 避免子类爆炸（继承会导致类数量指数增长）
Python 中的特殊之处
Python 语言本身内置了装饰器语法 @decorator，这让装饰器模式在 Python 中实现得异常简洁和优雅，甚至可以说是 Python 最常用的设计模式之一。
我们分两种情况讲解：
- 函数装饰器（最常见）
- 类/对象装饰器（经典 GoF 装饰器模式）
1. 函数装饰器（Python 最 Pythonic 的方式）
用于增强函数功能，常用于日志、计时、权限检查、缓存等。
import time
from functools import wraps
# 装饰器：记录函数执行时间
def timer(func):
@wraps(func) # 保留原函数的元信息（如 __name__）
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f"{func.__name__} 执行耗时: {end - start:.4f} 秒")
return result
return wrapper
# 装饰器：打印日志
def logger(func):
@wraps(func)
def wrapper(*args, **kwargs):
print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] 调用 {func.__name__}，参数: {args}, {kwargs}")
return func(*args, **kwargs)
return wrapper
# 使用装饰器（支持多层装饰）
@timer
@logger
def factorial(n: int) -> int:
if n == 0:
return 1
return n * factorial(n - 1)
# 调用
factorial(10)输出示例：
[2025-12-24 10:00:00] 调用 factorial，参数: (10,), {}
factorial 执行耗时: 0.0001 秒多层装饰顺序：从下往上执行（@logger 先包裹，再 @timer）。
带参数的装饰器（更高级）
def repeat(times: int):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
for _ in range(times):
result = func(*args, **kwargs)
return result
return wrapper
return decorator
@repeat(3)
def greet(name):
print(f"Hello, {name}!")
greet("Python") # 打印 3 次2. 类装饰器（经典装饰器模式实现）
用于给对象动态添加职责，更接近 GoF 原意。
from abc import ABC, abstractmethod
# 组件接口（Component）
class Coffee(ABC):
@abstractmethod
def cost(self) -> float:
pass
@abstractmethod
def description(self) -> str:
pass
# 具体组件（Concrete Component）
class SimpleCoffee(Coffee):
def cost(self) -> float:
return 5.0
def description(self) -> str:
return "Simple Coffee"
# 抽象装饰器（Decorator）
class CoffeeDecorator(Coffee):
def __init__(self, coffee: Coffee):
self._coffee = coffee
def cost(self):
return self._coffee.cost()
def description(self):
return self._coffee.description()
# 具体装饰器：加牛奶
class MilkDecorator(CoffeeDecorator):
def cost(self):
return self._coffee.cost() + 2.0
def description(self):
return self._coffee.description() + ", Milk"
# 具体装饰器：加糖
class SugarDecorator(CoffeeDecorator):
def cost(self):
return self._coffee.cost() + 0.5
def description(self):
return self._coffee.description() + ", Sugar"
# 使用（动态组合）
if __name__ == "__main__":
coffee = SimpleCoffee()
print(coffee.description(), coffee.cost()) # Simple Coffee 5.0
coffee_with_milk = MilkDecorator(coffee)
print(coffee_with_milk.description(), coffee_with_milk.cost()) # + Milk 7.0
coffee_with_milk_and_sugar = SugarDecorator(MilkDecorator(SimpleCoffee()))
print(coffee_with_milk_and_sugar.description(), coffee_with_milk_and_sugar.cost())
# Simple Coffee, Milk, Sugar 7.5这正是经典装饰器模式的结构：装饰器持有被装饰对象，调用时层层转发并添加行为。
Python 中更简洁的类装饰器方式（函数式）
Python 允许直接用函数装饰类：
def dataclass_like(cls):
# 简单实现类似 @dataclass 的 __repr__
def __repr__(self):
attrs = ', '.join(f"{k}={v!r}" for k, v in self.__dict__.items())
return f"{cls.__name__}({attrs})"
cls.__repr__ = __repr__
return cls
@dataclass_like
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
p = Point(1, 2)
print(p) # Point(x=1, y=2)装饰器模式 vs 其他模式对比
| 模式 | 目的 | 是否改变接口 |
|---|---|---|
| 适配器 | 转换接口 | 改变 |
| 装饰器 | 增强功能（保持原接口） | 不改变 |
| 代理 | 控制访问（懒加载、权限等） | 不改变 |
| 组合 | 静态组合对象 | – |
实际常见应用场景
- Web 框架（如 Flask）的
@app.route('/') - Django 的
@login_required - 缓存：
@lru_cache（functools 内置） - 日志、权限、事务、性能监控
- 中间件系统（如 FastAPI 的依赖注入）
注意事项
- 装饰器顺序很重要（多层时）
- 使用
@wraps保留原函数元信息 - 过多装饰可能影响调试和性能
- 类装饰器会影响继承和类型检查
装饰器模式是 Python 中使用最频繁的设计模式之一，掌握它能让你写出更优雅、更可维护的代码！
如果你想看更多实战例子（如 Flask 路由装饰器实现、缓存装饰器、权限系统），或者如何实现带状态的装饰器，随时告诉我！
