Python 装饰器是强大的工具，允许我们修改或增强函数或方法的行为。常见用例包括日志记录、授权等。
然而，当被要求定义一个装饰器时，许多人可能会说，

它是函数的包装器。

虽然这在技术上是正确的，但幕后还发生了更多事情。

剖析一个简单的装饰器
让我们探讨一个简单的例子：

def my_decorator(func):
    def wrapper(*args, **kwargs):
        print("Before calling the function")
        result = func(*args, **kwargs)
        print("After calling the function")
        return result
    return wrapper

@my_decorator
def say_hello(name):
    print(f"Hello, {name}!")

这里，my_decorator是函数say_hello的装饰器。当定义say_hello时，它会自动传递给my_decorator，将函数调用转换为：
say_hello = my_decorator(say_hello)

这种转变何时发生？
这种转换发生在代码编译期间，特别是在函数定义时，而不是在执行时。

反汇编代码
要了解装饰器如何在较低级别工作，我们可以使用 dis 模块来检查装饰函数的字节码：

import dis

@my_decorator
def say_hello(name):
    print(f"Hello, {name}!")

dis.dis(say_hello)

字节码细分

dis.dis(say_hello) 的输出可能如下所示：

字节码解释

1. 调用函数之前

   • LOAD_GLOBAL：加载打印功能。
   • LOAD_CONST：加载消息“调用函数之前”。
   • CALL_FUNCTION：调用打印。
   • POP_TOP：丢弃返回值。

2. 调用原函数

   • LOAD_DEREF：加载闭包捕获的原始函数（func）。
   • LOAD_FAST：加载位置和关键字参数。
   • BUILD_MAP：为关键字参数创建一个新字典。
   • CALL_FUNCTION_EX：使用参数调用原始函数。
   • STORE_FAST：将结果存储在局部变量中。

3. 调用函数后

   • 与第一部分类似，调用print输出'调用函数后'。
   • 返回结果
   • 加载结果变量并返回它。

结论
Python 装饰器不仅仅是函数包装器；它们使我们能够在定义时修改函数行为。通过了解它们的工作原理并检查字节码，我们可以在项目中更有效地使用装饰器。

现在就这样！如果您还希望我深入了解其他内容，请告诉我！