Python中如何使用类装饰器?

来源:APP编程网作者:森沢头衔:网络博主
导读:本期聚焦于小伙伴创作的《Python中如何使用类装饰器?》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《Python中如何使用类装饰器?》有用,将其分享出去将是对创作者最好的鼓励。

Python中的类装饰器是通过自定义类来实现装饰器功能的方式,它和函数装饰器一样可以对其他函数或类进行功能增强,核心依托于类的__call__方法实现可调用特性。

Python中如何使用类装饰器?

类装饰器的基本原理

类装饰器的本质是一个接收被装饰对象作为参数的类,当使用@类装饰器名语法装饰其他对象时,会先实例化装饰器类,将被装饰对象传入类的初始化方法,之后在调用被装饰对象时,实际会调用装饰器类的__call__方法,从而可以在__call__方法中添加额外的逻辑。

基础类装饰器实现

最简单的类装饰器只需要实现__init____call__两个方法,下面是一个统计函数执行次数的类装饰器示例:

class CountCall:
    def __init__(self, func):
        # 保存被装饰的函数
        self.func = func
        # 初始化调用次数
        self.call_count = 0

    def __call__(self, *args, **kwargs):
        # 调用次数加1
        self.call_count += 1
        print(f"{self.func.__name__} 已被调用 {self.call_count} 次")
        # 执行被装饰的函数
        return self.func(*args, **kwargs)

# 使用类装饰器装饰函数
@CountCall
def add(a, b):
    return a + b

# 测试调用
print(add(1, 2))
print(add(3, 4))

运行上述代码后,会先输出函数的调用次数,再输出函数的执行结果,说明类装饰器已经成功生效。

带参数的类装饰器

如果需要给类装饰器传递参数,就需要在装饰器类外层再包裹一层,或者调整类的结构,让__init__方法接收装饰器参数,__call__方法返回真正的装饰逻辑。下面是一个带参数的日志类装饰器示例,可以指定日志的前缀内容:

class LogDecorator:
    def __init__(self, prefix="日志"):
        # 接收装饰器传入的参数
        self.prefix = prefix

    def __call__(self, func):
        # 定义内部包装函数
        def wrapper(*args, **kwargs):
            print(f"{self.prefix}:开始执行 {func.__name__} 函数")
            result = func(*args, **kwargs)
            print(f"{self.prefix}:{func.__name__} 函数执行结束")
            return result
        return wrapper

# 使用带参数的类装饰器
@LogDecorator(prefix="业务日志")
def multiply(x, y):
    return x * y

# 测试调用
print(multiply(5, 6))

类装饰器装饰类

类装饰器不仅可以装饰函数,还可以装饰其他类,用来给被装饰的类添加属性或者修改类的行为。下面是一个给类添加额外属性的类装饰器示例:

class AddAttribute:
    def __init__(self, cls):
        # 保存被装饰的类
        self.cls = cls

    def __call__(self, *args, **kwargs):
        # 实例化被装饰的类
        instance = self.cls(*args, **kwargs)
        # 给实例添加额外属性
        instance.create_time = "2024-01-01"
        return instance

# 使用类装饰器装饰类
@AddAttribute
class User:
    def __init__(self, name):
        self.name = name

# 测试
user = User("张三")
print(f"用户名:{user.name},创建时间:{user.create_time}")

类装饰器和函数装饰器的区别

类装饰器和函数装饰器的核心功能一致,但是存在以下差异:

  • 类装饰器可以保存状态,比如前面示例中的调用次数,而函数装饰器如果要保存状态需要使用闭包或者 nonlocal 关键字
  • 类装饰器的结构更清晰,当装饰逻辑比较复杂时,拆分成多个方法维护起来更方便
  • 函数装饰器的实现更简洁,适合简单的装饰逻辑场景

使用注意事项

在使用类装饰器时需要注意,被装饰的函数或类的元信息(比如__name____doc__)可能会被修改,如果需要保留原对象的元信息,可以在__call__方法中使用functools.wraps来处理,和函数装饰器的处理方式一致。

import functools

class KeepMeta:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        @functools.wraps(self.func)
        def wrapper(*args, **kwargs):
            return self.func(*args, **kwargs)
        return wrapper

@KeepMeta
def test_func():
    """测试函数的文档字符串"""
    pass

print(test_func.__name__)  # 输出 test_func,而不是 wrapper
print(test_func.__doc__)   # 输出 测试函数的文档字符串

Python类装饰器装饰器__call__方法修改时间:2026-07-18 02:00:24

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。