Декораторы классов: изменение поведения классов с помощью обёрток

Что такое декораторы классов и зачем они нужны? 🎭

Декораторы классов — это мощный инструмент Python, позволяющий динамически изменять поведение классов, не трогая их исходный код. Они работают по тому же принципу, что и декораторы функций, но применяются к классам.

Основные сценарии использования:

Добавление новой функциональности (логирование, кэширование)
Изменение или переопределение методов
Регистрация классов в системе (например, для плагинов)
Валидация или проверка атрибутов

def decorator(cls):
    # Здесь модифицируем класс
    return cls

@decorator
class MyClass:
    pass

Как работают декораторы классов под капотом 🔧

Когда вы применяете декоратор к классу, Python делает следующее: 1. Создаёт исходный класс 2. Передаёт его в декоратор как аргумент 3. Заменяет исходный класс на результат работы декоратора

Пример простейшего декоратора, который добавляет метод:

def add_method(cls):
    def greet(self):
        return f"Hello from {cls.__name__}!"

    cls.greet = greet
    return cls

@add_method
class Person:
    pass

p = Person()
print(p.greet())  # Hello from Person!

Реальный пример: декоратор для синглтона 🏆

Практическое применение — реализация паттерна Singleton:

def singleton(cls):
    instances = {}

    def wrapper(*args, **kwargs):
        if cls not in instances:
            instances[cls] = cls(*args, **kwargs)
        return instances[cls]

    return wrapper

@singleton
class Database:
    def __init__(self):
        print("Подключение к БД...")

db1 = Database()
db2 = Database()
print(db1 is db2)  # True - это один и тот же объект!

Декоратор с параметрами 🎛️

Декораторы классов могут принимать параметры для гибкой настройки:

def add_attributes(**kwargs):
    def decorator(cls):
        for key, value in kwargs.items():
            setattr(cls, key, value)
        return cls
    return decorator

@add_attributes(version="1.0", author="Danila Bezhin")
class Calculator:
    pass

print(Calculator.version)  # 1.0
print(Calculator.author)   # Danila Bezhin

Комбинирование декораторов ⚡

Декораторы можно накладывать последовательно:

def log_creation(cls):
    original_init = cls.__init__

    def wrapped_init(self, *args, **kwargs):
        print(f"Создан экземпляр {cls.__name__}")
        original_init(self, *args, **kwargs)

    cls.__init__ = wrapped_init
    return cls

@singleton
@log_creation
class Configuration:
    pass

config = Configuration()  # Выведет: "Создан экземпляр Configuration"

Когда использовать, а когда нет? ⚖️

Хорошие кандидаты для декораторов классов: - Добавление метаданных - Регистрация классов - Модификация поведения для всех экземпляров - Паттерны проектирования (Singleton, Factory)

Когда лучше отказаться: - Когда изменения слишком сложные (лучше использовать наследование) - Когда важно сохранить читаемость и прозрачность кода - Для простых задач, где можно обойтись обычными методами

Продвинутый пример: валидатор атрибутов 🔍

Декоратор, который проверяет типы атрибутов класса:

def validate_attributes(**validators):
    def decorator(cls):
        original_init = cls.__init__

        def wrapped_init(self, *args, **kwargs):
            for name, validator in validators.items():
                if name in kwargs:
                    if not validator(kwargs[name]):
                        raise ValueError(f"Недопустимое значение для {name}")
            original_init(self, *args, **kwargs)

        cls.__init__ = wrapped_init
        return cls
    return decorator

@validate_attributes(
    age=lambda x: x >= 0,
    name=lambda x: isinstance(x, str) and x
)
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

try:
    p = Person(name="", age=-5)  # Вызовет два ValueError!
except ValueError as e:
    print(e)

Важные нюансы работы с декораторами 🧐

Порядок декораторов имеет значение — они применяются снизу вверх
Исходный класс заменяется полностью — могут потеряться некоторые метаданные
Интроспекция (например, help()) может работать неожиданно
Для сложных сценариев лучше использовать метаклассы

Практическое задание ✏️

Создайте декоратор класса @timer, который добавляет в класс метод measure(), замеряющий время выполнения любого метода класса:

@timer
class MyClass:
    def long_running_method(self):
        import time
        time.sleep(2)

obj = MyClass()
obj.measure('long_running_method')  
# Должен вывести время выполнения метода

Подсказка: используйте модуль time и functools.wraps для сохранения метаданных методов.