1. 简单的时间统计装饰器
目的：计算函数执行时间，了解性能。
import time
def timing_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} took {end_time - start_time:.4f} seconds")
return result
return wrapper
@timing_decorator
def example_function(n):
sum(range(n))
example_function(1000000)
解释：这个装饰器记录了被装饰函数的开始和结束时间，然后计算并打印出耗时。它使用了*args 和 **kwargs 来保持函数的通用性。
2. 参数验证装饰器
用途：确保函数输入参数满足特定条件。
def positive_number_decorator(func):
def wrapper(number):
if number < 0:
raise ValueError("Number must be positive.")
return func(number)
return wrapper
@positive_number_decorator
def square(number):
return number ** 2
try:
print(square(-5))
except ValueError as e:
print(e)
技巧：通过抛出异常来处理不满足条件的情况，保持函数接口的清晰。
3. 缓存装饰器
目的：提高效率，避免重复计算。
from functools import lru_cache
@lru_cache(maxsize=128)
def fibonacci(n):
if n <= 1:
return n
else:
return (fibonacci(n-1) + fibonacci(n-2))
print(fibonacci(30)) # 只计算一次
注意：lru_cache是一个内置的缓存实现，非常适合用于耗时的计算任务。
4. 日志记录装饰器
用途：自动记录函数调用信息。
def log_decorator(func):
def wrapper(*args, **kwargs):
print(f"Calling function: {func.__name__}")
result = func(*args, **kwargs)
print(f"Function {func.__name__} returned: {result}")
return result
return wrapper
@log_decorator
def add(a, b):
return a + b
add(5, 3)
技巧：这有助于调试和监控程序运行。
5. 类方法装饰器
场景：在类方法上添加额外逻辑。
def class_method_logger(cls_method):
def wrapper(self, *args, **kwargs):
print(f"Calling method '{cls_method.__name__}' on {self.__class__.__name__}")
return cls_method(self, *args, **kwargs)
return wrapper
class MyClass:
@class_method_logger
def say_hello(self, name):
print(f"Hello, {name}")
MyClass().say_hello("World")
理解：装饰器同样适用于类方法，增加类行为的灵活性。
6. 异常处理装饰器
目的：统一异常处理逻辑。
def handle_exceptions(func):
def wrapper(*args, **kwargs):
try:
return func(*args, **kwargs)
except Exception as e:
print(f"Error in {func.__name__}: {e}")
return wrapper
@handle_exceptions
def divide(a, b):
return a / b
divide(10, 0) # 安全地处理除零错误
7. 计数装饰器
应用场景：跟踪函数调用次数。
class Counter:
def __init__(self, func):
self.func = func
self.calls = 0
def __call__(self, *args, **kwargs):
self.calls += 1
print(f"Call {self.calls} of {self.func.__name__}")
return self.func(*args, **kwargs)
@Counter
def greet():
print("Hello!")
greet()
greet()
8. 参数默认值检查装饰器
使用：确保函数参数符合预期值。
def check_parameters(expected):
def decorator(func):
def wrapper(*args, **kwargs):
for key, value in kwargs.items():
if key in expected and value != expected[key]:
raise ValueError(f"Invalid value for {key}. Expected {expected[key]}, got {value}.")
return func(*args, **kwargs)
return wrapper
return decorator
@check_parameters({"difficulty": "easy"})
def start_game(difficulty):
print(f"Starting game with difficulty level {difficulty}.")
start_game(difficulty="medium") # 触发异常
9. 使用列表推导式处理字符串
技巧 : 将字符串转换为列表进行操作。
s = "hello"
upper_list = [c.upper() for c in s]
print(''.join(upper_list)) # 输出: HELLO
解释 : 列表推导式结合join()方法，可以实现字符串字符的批量操作。
10. 替换字符串
技巧 : 使用replace()。
text = "hello, hello, world!"
new_text = text.replace("hello", "hi", 2) # 替换前两个"hello"
print(new_text) # 输出: hi, hi, world!
解释 : replace()方法可以替换字符串中的指定部分，第三个参数限制替换次数。
11. 字符串的长度
技巧 : 使用len()函数。
s = "Python"
length = len(s)
print(length) # 输出: 6
解释 : 简单但重要，len()函数返回字符串长度。
12. 检查字符串开头或结尾
技巧 : 使用startswith(), endswith()。
filename = "example.txt"
if filename.endswith(".txt"):
print("It's a text file.")
解释 : 这两个方法检查字符串是否以特定前缀或后缀开始或结束。
13. 使用正则表达式
技巧 : 引入re模块进行复杂模式匹配。
import re
text = "My email is example@example.com"
email = re.search(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+.[A-Z|a-z]{2,}\b', text)
if email:
print(email.group()) # 输出: example@example.com
解释 : 正则表达式是强大的文本处理工具，适用于复杂的字符串匹配和提取。
14. 遍历字符串
技巧 : 直接遍历字符串。
s = "Python"
for char in s:
print(char)
实战案例：Web请求计时与日志记录
假设我们有一个简单的Web请求函数，我们想要记录每次请求的时间并简单记录日志。
import requests
from datetime import datetime
def request_logger(url):
def decorator(func):
def wrapper(*args, **kwargs):
start = datetime.now()
response = func(url, *args, **kwargs)
end = datetime.now()
print(f"Request to {url} completed in {end - start}. Status Code: {response.status_code}")
return response
return wrapper
return decorator
@request_logger("https://api.example.com/data")
def make_request(url):
return requests.get(url)
make_request()
分析：这个案例展示了如何结合使用多个功能（计时和日志记录）于一个装饰器中，以监控API调用。在实际开发中，这样的装饰器可以极大地帮助监控和优化服务性能。
