Python进阶必备：装饰器、生成器与迭代器的深度解析与实践指南

在Python编程中，装饰器、生成器和迭代器是三个核心特性，它们以优雅的方式解决了函数行为扩展、内存效率优化和序列化访问等常见问题。本文将通过原理剖析、实战案例和性能对比，揭示这三个特性的技术精髓，并提供可直接复用的代码模板。

一、装饰器：代码动态增强的魔法师

1.1 基础原理

装饰器通过@syntax语法实现函数行为的动态增强，其本质是高阶函数嵌套调用。例如，一个基础日志装饰器可通过三层嵌套实现：

from functools import wraps

def logger(func):
    @wraps(func)  # 保留原函数元数据
    def wrapper(*args, **kwargs):
        print(f"[INFO] 调用函数 {
     func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@logger
def add(a, b):
    return a + b

1.2 高级实战场景

场景1：带参数的装饰器

实现可配置的缓存装饰器，通过参数控制缓存有效期：

import time
from functools import wraps

def cached(ttl=60):
    def decorator(func):
        cache = {
   }
        
        @wraps(func)
        def wrapper(*args):
            current_time = time.time()
            if args in cache and current_time - cache[args][1] < ttl:
                return cache[args][0]
            result = func(*args)
            cache[args] = (result, current_time)
            return result
        return wrapper
    return decorator

@cached(ttl=10