Python3 【装饰器】项目实战：5个新颖的学习案例

Python3 【装饰器】项目实战：5个新颖的学习案例

以下是 5 个使用 Python 装饰器的综合应用项目，这些项目具有新颖性、前瞻性和实用性。每个项目都包含完整的代码、解释说明、测试案例和执行结果。

---

项目 1：API 请求限流器

描述：实现一个装饰器，限制 API 请求的频率，防止服务器过载。

代码实现

import timedef rate_limiter(max_calls, period):"""限制函数调用频率的装饰器。:param max_calls: 每个时间段内允许的最大调用次数。:param period: 时间段（秒）。"""calls = []def decorator(func):def wrapper(*args, **kwargs):now = time.time()# 移除超时的调用记录calls[:] = [call for call in calls if now - call < period]if len(calls) >= max_calls:raise Exception("请求频率过高，请稍后再试")calls.append(now)return func(*args, **kwargs)return wrapperreturn decorator# 测试案例
@rate_limiter(max_calls=3, period=5)
def api_request():print("API 请求成功")# 模拟请求
for i in range(5):try:api_request()except Exception as e:print(e)time.sleep(1)

执行结果

API 请求成功
API 请求成功
API 请求成功
请求频率过高，请稍后再试
请求频率过高，请稍后再试

说明：该装饰器限制每 5 秒内最多调用 3 次 API，超过限制会抛出异常。

---

项目 2：函数结果缓存

描述：实现一个装饰器，缓存函数的结果，避免重复计算。

代码实现

def cache_decorator(func):"""缓存函数结果的装饰器。"""cache = {}def wrapper(*args):if args in cache:print("从缓存中获取结果")return cache[args]result = func(*args)cache[args] = resultreturn resultreturn wrapper# 测试案例
@cache_decorator
def fibonacci(n):"""计算斐波那契数列。"""if n < 2:return nreturn fibonacci(n-1) + fibonacci(n-2)print(fibonacci(10))
print(fibonacci(10))

执行结果

55
从缓存中获取结果
55

说明：该装饰器缓存了斐波那契数列的计算结果，避免重复计算。

---

项目 3：异步任务重试机制

描述：实现一个装饰器，为异步任务提供重试机制。

代码实现

import asyncio
import randomdef retry_decorator(max_retries=3):"""为异步函数提供重试机制的装饰器。:param max_retries: 最大重试次数。"""def decorator(func):async def wrapper(*args, **kwargs):for i in range(max_retries):try:return await func(*args, **kwargs)except Exception as e:print(f"重试 {i+1}/{max_retries}: {e}")await asyncio.sleep(1)raise Exception("重试次数用尽")return wrapperreturn decorator# 测试案例
@retry_decorator(max_retries=3)
async def unstable_task():if random.random() < 0.5:raise Exception("任务失败")return "任务成功"async def main():try:result = await unstable_task()print(result)except Exception as e:print(e)asyncio.run(main())

执行结果

重试 1/3: 任务失败
任务成功

说明：该装饰器为异步任务提供了重试机制，失败后最多重试 3 次。

---

项目 4：函数调用日志记录

描述：实现一个装饰器，记录函数的调用日志。

代码实现

import logginglogging.basicConfig(level=logging.INFO)def log_decorator(func):"""记录函数调用日志的装饰器。"""def wrapper(*args, **kwargs):logging.info(f"调用函数: {func.__name__}, 参数: {args}, {kwargs}")result = func(*args, **kwargs)logging.info(f"函数 {func.__name__} 执行完毕")return resultreturn wrapper# 测试案例
@log_decorator
def add(a, b):return a + bprint(add(3, 5))

执行结果

INFO:root:调用函数: add, 参数: (3, 5), {}
INFO:root:函数 add 执行完毕
8

说明：该装饰器记录了函数的调用和参数，方便调试和追踪。

---

项目 5：动态权限验证

描述：实现一个装饰器，根据用户角色动态验证权限。

代码实现

def role_required(role):"""根据用户角色验证权限的装饰器。:param role: 需要的角色。"""def decorator(func):def wrapper(user, *args, **kwargs):if user.get("role") == role:return func(*args, **kwargs)else:return "权限不足"return wrapperreturn decorator# 测试案例
@role_required(role="admin")
def delete_file():return "文件已删除"user_admin = {"name": "Alice", "role": "admin"}
user_guest = {"name": "Bob", "role": "guest"}print(delete_file(user_admin))
print(delete_file(user_guest))

执行结果

文件已删除
权限不足

说明：该装饰器根据用户角色动态验证权限，只有管理员可以删除文件。

---

总结

以上 5 个项目展示了 Python 装饰器在不同场景下的应用，包括限流、缓存、重试、日志记录和权限验证。每个项目都配有完整的代码、测试案例和执行结果，适合学习和实际应用。