1.2.2 高级特性详解（Django 基础学习细节）
Python 的高级特性如装饰器、生成器、迭代器和上下文管理器，是提升代码复用性、灵活性和可维护性的利器。Django 中间件、视图、ORM等大量用到这些技术。下面详细讲解每一项，并给出丰富代码示例。
一、装饰器（Decorator）
装饰器是对函数或类进行“包装”以增强功能的语法，常用于日志、权限、缓存、性能统计等场景。
1. 函数装饰器
1.1 基本函数装饰器
def my_decorator(func):
def wrapper(*args, **kwargs):
print("函数开始执行")
result = func(*args, **kwargs)
print("函数执行结束")
return result
return wrapper
@my_decorator
def greet(name):
print(f"Hello, {name}")
greet("Alice")
# 输出:
# 函数开始执行
# Hello, Alice
# 函数执行结束
1.2 多个装饰器（从下往上执行）
def deco1(func):
def wrapper(*args, **kwargs):
print("deco1")
return func(*args, **kwargs)
return wrapper
def deco2(func):
def wrapper(*args, **kwargs):
print("deco2")
return func(*args, **kwargs)
return wrapper
@deco1
@deco2
def foo():
print("foo body")
foo()
# 输出:
# deco1
# deco2
# foo body
1.3 保持原函数元数据（推荐用 functools.wraps）
import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
print(f"call {func.__name__}")
return func(*args, **kwargs)
return wrapper
@log
def add(a, b):
"Adds two numbers"
return a + b
print(add.__name__) # add
print(add.__doc__) # Adds two numbers
2. 参数化装饰器（带参数的装饰器）
def repeat(n):
def decorator(func):
def wrapper(*args, **kwargs):
for _ in range(n):
func(*args, **kwargs)
return wrapper
return decorator
@repeat(3)
def hi():
print("Hi!")
hi()
# 输出三次 Hi!
3. 类装饰器
- 用类实现装饰器，适合复杂状态管理
class Counter:
def __init__(self, func):
self.func = func
self.count = 0
def __call__(self, *args, **kwargs):
self.count += 1
print(f"调用次数: {self.count}")
return self.func(*args, **kwargs)
@Counter
def show(name):
print(f"Hello, {name}")
show("Tom") # 调用次数: 1
show("Ann") # 调用次数: 2
二、生成器与 yield、迭代器
1. 生成器函数（yield）
- 用
yield返回一个生成器对象，能“惰性”产出数据，节省内存。
def count_up(n):
i = 1
while i <= n:
yield i
i += 1
gen = count_up(3)
print(next(gen)) # 1
print(next(gen)) # 2
print(next(gen)) # 3
# next(gen) # StopIteration异常
1.1 用 for 遍历生成器
for num in count_up(5):
print(num)
# 输出 1 2 3 4 5
2. 列表生成 vs 生成器表达式
lst = [x*x for x in range(1000)] # 占用大量内存
gen = (x*x for x in range(1000)) # 生成器，内存高效
for val in gen:
print(val)
3. 自定义迭代器
- 实现
__iter__和__next__方法
class MyRange:
def __init__(self, start, end):
self.cur = start
self.end = end
def __iter__(self):
return self
def __next__(self):
if self.cur < self.end:
val = self.cur
self.cur += 1
return val
else:
raise StopIteration
for i in MyRange(10, 13):
print(i)
# 输出: 10 11 12
三、上下文管理器（with 语法）、自定义
1. 内建上下文管理器：文件操作
with open("test.txt", "w") as f:
f.write("hello world")
# 自动关闭文件，无需手动 f.close()
2. 自定义上下文管理器（类实现）
- 需实现
__enter__和__exit__方法
class MyContext:
def __enter__(self):
print("进入上下文")
return self
def __exit__(self, exc_type, exc_val, exc_tb):
print("离开上下文")
with MyContext():
print("处理中")
# 输出:
# 进入上下文
# 处理中
# 离开上下文
3. 异常处理
__exit__接收异常信息，能决定是否吞掉异常
class SafeOpen:
def __init__(self, filename):
self.filename = filename
self.file = None
def __enter__(self):
self.file = open(self.filename, "w")
return self.file
def __exit__(self, exc_type, exc_val, exc_tb):
self.file.close()
if exc_type:
print(f"发生异常: {exc_val}")
return True # 异常不再向外抛出
with SafeOpen("demo.txt") as f:
f.write("Hello")
raise Exception("测试异常")
# 输出: 发生异常: 测试异常
4. 使用 contextlib 简化上下文管理器
from contextlib import contextmanager
@contextmanager
def tag(name):
print(f"<{name}>")
yield
print(f"</{name}>")
with tag("div"):
print("这是内容")
# 输出:
# <div>
# 这是内容
# </div>
四、实用小结
- 装饰器让函数/类扩展更灵活，Django 中间件、权限控制大量用到
- 生成器和迭代器能处理大数据流，节省内存，Django QuerySet 就是惰性迭代器
- 上下文管理器保证资源安全释放，是处理文件、数据库连接等场景的最佳选择
- 推荐掌握各类高级特性，可在实际项目中写出更优雅、可维护的代码