Python中的装饰器是什么？

装饰器（Decorator）是 Python 中一个非常实用的功能，它可以让你在不改变原有代码功能的前提下，为函数或类添加新的功能。这就像在装扮你的房间时，你可以用装饰品来改变房间的外观和风格，而不需要改变房间的内部结构。

装饰器又名（函数/类）装饰器，顾名思义，就是装饰（函数/类）的，用来增强（函数/类）的功能。

装饰器运行的顺序

被装饰函数（inner）在哪里执行要看你在哪里调用（只会执行一次）。最先执行的是outer，当outer运行完成后，在return的地方执行了wrapper。

下面是一个简单的例子，用装饰器来记录函数执行时间：

import time  
  
def timer(func):  
    def wrapper(*args, **kwargs):  
        start_time = time.time()  
        result = func(*args, **kwargs)  
        end_time = time.time()  
        print(f"Function {func.__name__} took {end_time - start_time:.6f} seconds to execute.")  
        return result  
    return wrapper  
  
@timer  
def my_func():  
    time.sleep(1)  
  
my_func()  # 输出：Function my_func took 1.001149 seconds to execute.

在这个例子中，我们定义了一个装饰器 timer，它接收一个函数作为参数，并返回一个新的函数 wrapper。新函数 wrapper 记录了原函数的执行时间，并在执行原函数后输出执行时间。最后，我们使用 @timer 语法将装饰器应用到函数 my_func 上，这样每次调用 my_func 时就会自动记录执行时间。

装饰器的作用非常广泛，可以用它来实现缓存、日志记录、权限校验、性能分析等功能。它可以让你的代码更加简洁、优雅和可维护。
除了上面的例子，下面还有一些常见的装饰器用法和示例：

类型提示

def typed(func):  
    def wrapper(*args, **kwargs):  
        print(f"Calling {func.__name__} with {args} and {kwargs}")  
        return func(*args, **kwargs)  
    return wrapper  
  
@typed  
def greet(name: str, age: int) -> None:  
    print(f"Hello, my name is {name} and I'm {age} years old.")  
  
greet("Alice", 25)  # 输出：Calling greet with ('Alice', 25) and {}

在这个例子中，我们定义了一个装饰器 typed，它接收一个函数作为参数，并返回一个新的函数 wrapper。新函数 wrapper 打印传入的参数，并调用原函数。原函数 greet 带有类型提示，它接受一个字符串类型的 name 和一个整数类型的 age，并返回 None。最后，我们使用 @typed 语法将装饰器应用到函数 greet 上，这样每次调用 greet 时就会打印传入的参数。

权限校验

def check_permission(func):  
    def wrapper(*args, **kwargs):  
        if not current_user.can_access(func.__name__):  
            raise PermissionDeniedException()  
        return func(*args, **kwargs)  
    return wrapper  
  
@check_permission  
def delete_post(post_id: int) -> None:  
    database.delete_post(post_id)

在这个例子中，我们定义了一个装饰器 check_permission，它接收一个函数作为参数，并返回一个新的函数 wrapper。新函数 wrapper 校验当前用户是否有执行原函数的权限，如果没有则抛出异常。原函数 delete_post 接收一个整数类型的 post_id，并从数据库中删除对应的帖子。最后，我们使用 @check_permission 语法将装饰器应用到函数 delete_post 上，这样每次调用 delete_post 时就会校验权限。
缓存

from functools import wraps  
  
def cached(func):  
    cache = {}  
    @wraps(func)  
    def wrapper(*args, **kwargs):  
        if args not in cache:  
            cache[args] = func(*args, **kwargs)  
        return cache[args]  
    return wrapper  
  
@cached  
def factorial(n):  
    if n == 0:  
        return 1  
    else:  
        return n * factorial(n-1)  
  
print(factorial(5))  # 输出：120，计算结果缓存在cache中，第二次调用时直接返回缓存结果

在这个例子中，我们使用了 functools.wraps 来保留原函数的元数据，定义了一个装饰器 cached，它接收一个函数作为参数，并返回一个新的函数 wrapper。新函数 wrapper 使用一个字典 cache 来缓存计算结果，如果传入的参数不在缓存中，则调用原函数计算结果并缓存起来，否则直接返回缓存结果。原函数 factorial 计算阶乘，使用装饰器 @cached 将它应用到函数上，这样每次调用 factorial 时都会使用缓存结果，避免重复计算。

日志记录

def log(func):  
    @wraps(func)  
    def wrapper(*args, **kwargs):  
        print(f"Calling {func.__name__} with {args} and {kwargs}")  
        result = func(*args, **kwargs)  
        print(f"Result: {result}")  
        return result  
    return wrapper

在Python中，我们将会在很多地方看到装饰器的应用场景，比如Python中的 @classmethod、@staticmethod、上面例子中使用的 @functools.wraps(func) 等都使用到了装饰器，另外很多第三方库中也会有大量的装饰器应用。

通过使用装饰器，我们不仅让其他函数在不做任何代码改动的情况下增加额外的功能，同时减少了很多重复代码，让代码更加Pythonic。