这篇短文中显示的代码取自我的小型开源项目DesignbyContract，它提供了一个类型化的装饰器。装饰器是一个非常有用的概念，您一定会在网上找到大量关于它们的介绍。简而言之，它们允许每次（之前和之后）调用装饰函数时执行代码。通过这种方式，您可以修改函数参数或返回值、测量执行时间、添加日志记录、执行执行时类型检查等。请注意，装饰器也可以为类编写，提供元编程的替代方法（例如在attrs包中完成的）。在最简单的形式中，装饰器的定义类似于以下代码：defmy_first_decorator(func):defwrapped(*args,**kwargs):#dosomethingbeforeresult=func(*args,**kwargs)#dosomething返回结果后returnwrapped@my_first_decoratordeffunc(a):returna如上代码，因为当defined被wrapped函数嵌套时，只要在某个地方使用该函数，它的周围变量就可以在函数内部访问并保存在内存中（这在函数式编程语言中称为闭包）。很简单，但这有一些缺点。最大的问题是一个装饰函数丢失了它之前的函数名（你可以通过inspect.signature看到这个），它的文档字符串，甚至它的名字，这些都是源代码文档工具（如sphinx）的问题，但它可以使用标准库中的functools.wraps装饰器很容易解决：fromfunctoolsimportwrapsfromtypingimportAny,Callable,TypeVar,ParamSpecP=ParamSpec("P")#requirespython>=3.10R=TypeVar("R")defmy_second_decorator(func:Callable[P,R])->Callable[P,R]:@wraps(func)defwrapped(*args:Any,**kwargs:Any)->R:#在result=func(*args,**kwargs)#在返回结果后做一些事情returnwrapped@my_second_decoratordeffunc2(a:int)->int:"""Doesnothing"""returnaprint(func2.__name__)#'func2'print(func2.__doc__)#'Doesnothing'在这个例子中，我添加了类型注释，注释和类型提示是对Python所做的最重要的添加。更好的可读性、IDE中的代码完成以及更大代码库的可维护性只是几个例子。上面的代码应该已经涵盖了大部分用例，但是没有办法对装饰器进行参数化。考虑编写一个装饰器来记录函数的执行时间，但前提是它超过一定的秒数。这个数字应该可以为每个装饰函数单独配置。如果未指定，则应使用默认值，并应使用不带括号的装饰器以便于使用：@time(threshold=2)deffunc1(a):...#Noparanthesiswhenusingdefaultthreshold@timedeffunc2(b):...如果你可以在第二种情况下使用括号，或者根本不为参数提供默认值，那么这个方法就足够了：fromfunctoolsimportwrapsfromtypingimportAny,Callable,TypeVar,ParamSpecP=ParamSpec("P")#要求python>=3.10R=TypeVar("R")defmy_third_decorator(threshold:int=1)->Callable[[Callable[P,R]],Callable[P,R]]:defdecorator(func:Callable[P,R])->Callable[P,R]:@wraps(func)defwrapper(*args:Any,**kwargs:Any)->R:#在使用`threshold`之前做一些事情result=func(*args,**kwargs)#返回结果后做一些事情returnwrapperreturndecorator@my_third_decorator(threshold=2)deffunc3a(a:int)->None:...#works@my_third_decorator()deffunc3b(a:int)->None:...#不起作用！@my_third_decoratordef有趣c3c(a:int)->None:...为了涵盖第三种情况，有包，即wraps和装饰器，他们实际上可以做的不仅仅是添加可选参数。虽然质量非常高，但它们引入了相当多的额外复杂性。使用wrapt-decorated函数，在远程集群上运行该函数时，我进一步遇到了序列化问题。据我所知，两者都不是完全类型化的，因??此静态类型检查器/linters（例如mypy）在严格模式下会失败。当我处理自己的包并决定编写自己的解决方案时，必须解决这些问题。它成为一种可以轻松重用但难以转换为库的模式。它使用标准库的重载装饰器。这样，可以指定相同的装饰器来使用我们的无参数。除此之外，它是上面两个片段的组合。这种方法的一个缺点是所有参数都需要作为关键字参数给出（毕竟这增加了可读性）来自输入importCallable,TypeVar,ParamSpecfromfunctoolsimportpartial,wrapsP=ParamSpec("P")#requirespython>=3.10R=TypeVar("R@overloaddeftyped_decorator(func:Callable[P,R])->Callable[P,R]:...@overloaddeftyped_decorator(*,first:str="x",second:bool=True)->Callable[[Callable[P,R]],Callable[P,R]]:...deftyped_decorator(func:Optional[Callable[P,R]]=None,*,first:str="x",second:bool=True)->Union[Callable[[Callable[P,R]],Callable[P,R]],Callable[P,R]]:"""描述装饰器应该做什么!Parameters----------first:str,optional第一个参数，默认为"x"。这是一个关键字参数！second:bool,optional第二个参数，默认为True。这是一个关键字-onlyargument!"""defwrapper(func:Callable[P,R],*args:Any,**kw:Any)->R:"""Theactuallogic"""#Dosomething使用first和second并产生类型为`R`的`result`返回结果#没有参数`func`直接传递给装饰器如果func不是None:ifnotcallable(func):raiseTypeError("Notacallable.你使用了非关键字参数吗？”)returnwraps(func)(partial(wrapper,func))#有了参数，我们需要返回一个接受函数的函数defdecorator(func:Callable[P,R])->Callable[P,R]:returnwraps(func)(partial(wrapper,func))returndecorator之后，我们可以单独使用不带参数的装饰器@typed_decoratordefspam(a:int)->int:returna@typed_decorator(first="ydefeggs(a:int)->int:returna这种模式肯定有一些开销，但是收益大于成本原文：https://lemonfold.io/posts/2022/dbc/typed_decorator/
