一、装饰器的基本概念

1. 定义

在 Python 中，装饰器（Decorator）是一种特殊的函数，它可以用于修改其他函数的功能。装饰器本质上是一个返回函数的高阶函数，它接受一个函数作为参数，并返回一个新的函数，这个新函数通常会在原函数的基础上添加一些额外的功能，如日志记录、性能测试、权限验证等。

2. 示例

假设我们有一个简单的函数func，我们想要在调用这个函数时记录一些信息，比如函数被调用的时间。我们可以定义一个装饰器来实现这个功能。

import time
def log_time(func):
    def wrapper():
        start_time = time.time()
        func()
        end_time = time.time()
        print(f"函数 {func.__name__} 执行时间为: {end_time - start_time}秒")
    return wrapper
def func():
    print("这是原函数")
    time.sleep(2)
func = log_time(func)
func()

在这个例子中，log_time就是一个装饰器函数。它接受一个函数func作为参数，然后在内部定义了一个新的函数wrapper。这个wrapper函数会在调用原函数func之前记录开始时间，调用func之后记录结束时间，然后计算并打印出函数的执行时间。最后，装饰器函数返回wrapper函数。通过func = log_time(func)这一行，我们将原函数func替换为了经过装饰器修饰后的函数。当我们最后调用func()时，实际上调用的是wrapper()函数，从而实现了在原函数基础上添加记录执行时间的功能。

二、装饰器的语法糖

1. 语法糖介绍

使用@符号是 Python 提供的装饰器语法糖，可以让装饰器的使用更加简洁。上面的例子可以改写为：

import time
def log_time(func):
    def wrapper():
        start_time = time.time()
        func()
        end_time = time.time()
        print(f"函数 {func.__name__} 执行时间为: {end_time - start_time}秒")
    return wrapper
@log_time
def func():
    print("这是原函数")
    time.sleep(2)
func()

当在函数定义前加上@log_time时，就相当于执行了func = log_time(func)这一步骤，使得代码更加简洁易读。

三、装饰器的参数传递

1. 带有参数的函数的装饰

如果被装饰的函数带有参数，那么装饰器内部的wrapper函数也需要接收这些参数。例如，我们有一个函数add_numbers，它接受两个参数并返回它们的和。

def log_time(func):
    def wrapper(x, y):
        start_time = time.time()
        result = func(x, y)
        end_time = time.time()
        print(f"函数 {func.__name__} 执行时间为: {end_time - start_time}秒")
        return result
    return wrapper
@log_time
def add_numbers(x, y):
    return x + y
print(add_numbers(3, 5))

在这个例子中，wrapper函数接收了x和y两个参数，然后将它们传递给原函数func，并获取返回结果。最后，wrapper函数返回这个结果，并且在计算执行时间后打印出来。

2. 装饰器本身带参数的情况

有时候，我们可能希望装饰器本身也可以接收参数，来实现更加灵活的功能。例如，我们想要一个可以根据不同的日志级别来记录日志的装饰器。

import logging
def log_with_level(level):
    def decorator(func):
        def wrapper(*args, **kwargs):
            if level == "DEBUG":
                logging.basicConfig(level = logging.DEBUG)
            elif level == "INFO":
                logging.basicConfig(level = logging.INFO)
            # 其他级别设置
            result = func(*args, **kwargs)
            logging.log(getattr(logging, level), f"函数 {func.__name__} 被调用")
            return result
        return wrapper
    return decorator
@log_with_level("INFO")
def another_function():
    print("这是另一个函数")
another_function()

在这个例子中，log_with_level是一个外层函数，它接收一个日志级别参数level。它返回一个装饰器函数decorator，这个装饰器函数接受一个函数func作为参数，并返回wrapper函数。wrapper函数根据传入的日志级别进行日志配置，调用原函数func，记录日志，然后返回结果。通过@log_with_level("INFO")这样的语法，我们可以为不同的函数指定不同的日志级别进行装饰。