Python装饰器与上下文管理器实战：从代码优化到银行系统应用

欢迎来到 Python 进阶学习的第四天！今天，我们将深入探讨两个能让你的代码变得更加优雅、安全且易于复用的高级特性：装饰器 (Decorator) 和上下文管理器 (Context Manager)。

简单来说：

• 装饰器 → 让你无需修改原函数代码，就能为其“穿”上新的功能外衣，如日志、计时等。
• 上下文管理器 → 确保像文件、数据库连接这样的资源，其“获取、使用、释放”的整个生命周期都被妥善管理。

核心概念速览

技术	作用	典型场景
函数装饰器	在不修改原函数代码的前提下，增加功能	日志、计时、权限校验
类装饰器	用类实现装饰逻辑（适合有状态的装饰）	缓存、重试计数
上下文管理器	确保资源“获取→使用→释放”完整生命周期	文件操作、数据库事务

实践一：编写一个实用的计时装饰器

目标：测量任意函数的执行耗时。

方式一：基础函数装饰器

# decorators.py
import time
from functools import wraps

def timer(func):
    """计时装饰器：打印函数执行时间"""
    @wraps(func)  # 保留原函数的元信息（如 __name__, __doc__）
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)  # 执行原函数
        end = time.time()
        print(f"⏱️  {func.__name__} 耗时: {end - start:.4f} 秒")
        return result
    return wrapper

# 使用示例
@timer
def slow_function():
    time.sleep(1)
    return "完成"

print(slow_function())  # 输出: ⏱️ slow_function 耗时: 1.0042 秒

关键点：

• @wraps(func) 用于保留原函数的名称和文档字符串，否则函数名会变成 wrapper。
• *args, **kwargs 让装饰器能够接受任意数量和类型参数，使其更具通用性。

方式二：带参数的装饰器（进阶）

有时候，我们想为装饰器传入一些配置，比如给计时器加个标签。

def timer_with_label(label="执行"):
    """可自定义标签的计时装饰器"""
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            start = time.time()
            result = func(*args, **kwargs)
            end = time.time()
            print(f"⏱️  [{label}] {func.__name__}: {end - start:.4f} 秒")
            return result
        return wrapper
    return decorator

# 使用
@timer_with_label("数据处理")
def process_data():
    time.sleep(0.5)

process_data()  # 输出: ⏱️ [数据处理] process_data: 0.5021 秒

实践二：了解类装饰器

当装饰逻辑需要保存状态（例如记录函数被调用了多少次）时，使用类来实现会更清晰。

class CountCalls:
    """类装饰器：统计函数调用次数"""
    def __init__(self, func):
        self.func = func
        self.count = 0

    def __call__(self, *args, **kwargs):
        self.count += 1
        print(f"📞 {self.func.__name__} 已被调用 {self.count} 次")
        return self.func(*args, **kwargs)

@CountCalls
def say_hello():
    print("Hello!")

say_hello()  # 📞 say_hello 已被调用 1 次
say_hello()  # 📞 say_hello 已被调用 2 次

适用场景：需要保存状态（如计数、缓存）的装饰逻辑。

实践三：自定义文件读取上下文管理器

危险写法（资源可能未释放）
如果 open() 和 close() 之间发生异常，文件可能无法正常关闭，导致资源泄露。

def read_file_bad(filename):
    f = open(filename)
    data = f.read()
    # 如果这里发生异常，f.close() 不会执行！
    f.close()
    return data

安全写法一：使用内置 with open
这是最推荐的方式，简洁且安全。

def read_file_good(filename):
    with open(filename) as f:
        return f.read()
    # 自动调用 f.close()

安全写法二：自定义上下文管理器类
为了深入理解原理，我们可以自己实现一个。

# context_managers.py
class SafeFileReader:
    """自定义文件读取上下文管理器"""
    def __init__(self, filename, mode='r', encoding="utf-8"):
        if mode not in ('r', 'w', 'a', 'r+', 'w+', 'a+'):
            raise ValueError(f"不支持的文件模式: {mode}")
        self.filename = filename
        self.mode = mode
        self.encoding = encoding
        self.file = None

    def __enter__(self):
        """进入 with 块时调用，打开文件"""
        print(f"📂 打开文件: {self.filename}")
        self.file = open(self.filename, mode=self.mode, encoding=self.encoding)
        return self.file  # 返回给 as 变量

    def __exit__(self, exc_type, exc_val, exc_tb):
        """退出 with 块时调用（无论是否发生异常）"""
        if self.file:
            self.file.close()
            print(f"🗑️  关闭文件: {self.filename}")
        # 返回 False 表示不抑制异常（默认行为）
        return False

# 使用
try:
    with SafeFileReader("test.txt") as f:
        content = f.read()
        print("内容:", content[:50])
except FileNotFoundError:
    print("❌ 文件未找到")

__exit__ 参数说明：

• exc_type：异常类型（如 FileNotFoundError）
• exc_val：异常实例
• exc_tb：traceback 对象
• 返回 True 可抑制异常（慎用！）

实战应用：结合银行系统场景

场景一：用装饰器记录关键操作耗时
在银行系统中，监控重要交易操作的耗时是常见需求，使用装饰器可以无侵入地实现。

# bank.py
from decorators import timer

class BankAccount:
    # ...
    @timer
    def deposit(self, amount):
        # 模拟复杂的业务校验（实际可能涉及风控、日志等）
        time.sleep(0.01)
        self._balance += amount
        return True

场景二：用上下文管理器安全加载账户数据
从文件或数据库安全地加载账户信息，确保连接或文件句柄能被正确关闭。

# bank.py
from context_managers import SafeFileReader
import json

def load_accounts():
    try:
        with SafeFileReader("data/accounts.jsonl") as f:
            for line in f:
                yield json.loads(line.strip())
    except FileNotFoundError:
        logger.warning("账户文件不存在，返回空")
        return

完整测试代码

# main.py
from decorators import timer, timer_with_label
from context_managers import SafeFileReader

# 测试装饰器
@timer
def calculate_sum(n):
    return sum(range(n))

result = calculate_sum(1000000)  # ⏱️ calculate_sum 耗时: 0.0421 秒

# 测试上下文管理器
with SafeFileReader("example.txt", "w") as f:
    f.write("Hello, Context Manager!")

with SafeFileReader("example.txt") as f:
    print("读取内容:", f.read())  # 输出: 📂 打开... Hello, Context Manager! 🗑️ 关闭...

关键知识点总结

1. 装饰器本质
   @decorator 只是语法糖，它的本质是函数调用。

   @timer
   def foo():
       pass
   # 等价于
   foo = timer(foo)

2. 上下文管理器协议

   • 必须实现 __enter__ 和 __exit__ 两个方法。
   • with obj as x 语句等价于 x = obj.__enter__()。
   • 退出 with 块时，会自动调用 obj.__exit__()，即使中间发生了异常。

3. 何时使用？

需求	推荐方案
添加日志、计时、缓存等通用功能	函数装饰器
装饰逻辑需要保存状态（如调用次数、缓存数据）	类装饰器
管理需要精确控制生命周期的资源（文件、锁、网络连接）	上下文管理器

小结：迈向优雅与安全

掌握装饰器和上下文管理器，意味着你的 Python 代码在朝着专业和健壮的方向迈进。

• 装饰器 让功能增强像“穿衣服”一样简单，遵循了 DRY（Don‘t Repeat Yourself）原则。
• 上下文管理器 让资源管理像“呼吸”一样自然，有效防止了资源泄露。

这两项技术是 Python 函数式编程和资源管理范式的核心体现。希望今天的教程能帮助你更好地理解它们，并在你的下一个项目中灵活运用。如果你对更多 Python 高阶话题感兴趣，欢迎到 云栈社区 与大家交流探讨。