<think>首先，用户的问题是：“我想了解Python类装饰器和函数装饰器的相关知识 请问Python类装饰器与函数装饰器介绍”。这是一个关于Python装饰器的介绍请求。 从系统指令中，我需要： - 所有行内数学表达式使用$...$格式。 - 独立公式使用$$...$$格式并单独成段。 - LaTeX语法正确。 - 使用中文回答。 - 生成相关问题。 - 在回答中引用的段落末尾自然地添加引用标识，例如[^1]。 - 回答结构清晰，帮助用户逐步解决问题，尽量保证回答真实可靠。 用户提供了几个引用： - 引用[1]：关于函数装饰器。 - 引用[2]：关于类装饰器。 - 引用[3]：关于函数装饰器和类装饰器。 - 引用[4]：关于类装饰器。 这些引用展示了装饰器的代码示例。我应该基于这些内容来构建回答。 关键点： - **函数装饰器**：使用函数来定义装饰器，通常涉及闭包。 - **类装饰器**：使用类来定义装饰器，通常实现`__call__`方法。 回答结构： 1. **介绍装饰器**：解释什么是装饰器，为什么使用它。 2. **函数装饰器**：详细说明如何定义和使用函数装饰器。 3. **类装饰器**：详细说明如何定义和使用类装饰器。 4. **比较**：简要比较函数装饰器和类装饰器。 5. **示例代码**：提供简单的代码示例。 6. **生成相关问题**：在末尾添加相关问题。 由于指令要求使用中文回答，整个回答必须是中文。 确保LaTeX格式正确：虽然装饰器不涉及数学，但如果有任何数学表达式，需要用$...$或$$...$$。在这个上下文中，可能不需要数学表达式，但如果有变量名，如函数名，我会用行内格式。 引用标识：当引用提供的引用时，在段落末尾添加[^1], [^2], 等。例如，如果基于引用[1]解释函数装饰器，就添加[^1]。 步骤： - 开头介绍装饰器。 - 解释函数装饰器：使用引用[1]和[^3]。 - 解释类装饰器：使用引用[2], [^3], [^4]。 - 提供代码示例。 - 结尾生成相关问题。 相关问题生成：指令要求"生成相关问题"，在末尾添加类似示例中的问题列表。 最终输出格式： - 回答内容。 - §§相关问题§§部分。 完整结构： 1. 介绍装饰器。 2. 函数装饰器部分。 3. 类装饰器部分。 4. 比较或总结。 5. 代码示例。 6. 相关问题。 </think> ### Python类装饰器与函数装饰器介绍 在Python中，装饰器是一种强大的语法特性，用于动态修改函数或类的行为，而不改变其源代码。它们基于高阶函数和闭包实现，常用于添加日志、计时、权限检查等功能。下面我将逐步介绍函数装饰器和类装饰器，确保内容清晰易懂。 #### 1. **函数装饰器** 函数装饰器是最常见的类型，它通过定义一个高阶函数（接收函数作为参数并返回新函数）来实现。核心原理是利用闭包（closure）来保留原始函数的状态。例如： ```python def timer(func): # 装饰器函数 def wrapper(*args, **kwargs): import time start = time.time() result = func(*args, **kwargs) # 调用原始函数 print(f"函数 {func.__name__} 耗时: {time.time() - start:.2f}秒") return result return wrapper @timer # 应用装饰器 def add(a, b): import time time.sleep(0.5) return a + b print(add(1, 2)) # 输出: 函数 add 耗时: 0.50秒\n3 ``` - **工作原理**：`@timer` 等价于 `add = timer(add)`。装饰器函数 `timer` 接收 `add` 作为参数，并返回一个新的函数 `wrapper`。当调用 `add(1, 2)` 时，实际执行的是 `wrapper`，它在调用原始 `add` 前后添加了计时逻辑。 - **优势**：简单灵活，适用于无状态的功能扩展。引用中的示例展示了闭包如何捕获外部变量[^1][^3]。 #### 2. **类装饰器** 类装饰器使用类（class）来实现，需定义 `__init__` 和 `__call__` 方法。`__init__` 接收被装饰的函数，`__call__` 使实例可调用，类似函数。例如： ```python class Timer: # 类装饰器 def __init__(self, func): self.func = func # 保存原始函数 def __call__(self, *args, **kwargs): import time start = time.time() result = self.func(*args, **kwargs) # 调用原始函数 print(f"函数 {self.func.__name__} 耗时: {time.time() - start:.2f}秒") return result @Timer # 应用类装饰器 def multiply(a, b): import time time.sleep(0.3) return a * b print(multiply(3, 4)) # 输出: 函数 multiply 耗时: 0.30秒\n12 ``` - **工作原理**：`@Timer` 等价于 `multiply = Timer(multiply)`。实例化时，`__init__` 接收 `multiply`；调用时，`__call__` 被触发，执行额外逻辑。 - **优势**：适合有状态的装饰器（如维护计数器），代码结构更面向对象。引用中的类装饰器示例展示了如何通过 `__call__` 实现类似函数的行为[^2][^4]。 #### 3. **函数装饰器 vs. 类装饰器** - **相似点**：两者都基于装饰器语法 `@decorator`，用于增强函数功能。 - **区别**： - **函数装饰器**：基于闭包，轻量级但可能难以维护复杂状态。 - **类装饰器**：通过类封装，易于扩展（如添加属性或方法），但稍重。 - **选择建议**：简单功能用函数装饰器；需状态管理或继承时用类装饰器。 #### 代码示例总结 ```python # 函数装饰器示例 def logger(func): def wrapper(*args, **kwargs): print(f"调用函数: {func.__name__}") return func(*args, **kwargs) return wrapper # 类装饰器示例 class Logger: def __init__(self, func): self.func = func def __call__(self, *args, **kwargs): print(f"调用函数: {self.func.__name__}") return self.func(*args, **kwargs) @logger def greet(name): return f"Hello, {name}!" @Logger def farewell(name): return f"Goodbye, {name}!" print(greet("Alice")) # 输出: 调用函数: greet\nHello, Alice! print(farewell("Bob")) # 输出: 调用函数: farewell\nGoodbye, Bob! ```