Использовал ли декораторы в Python?

Да, постоянно. Декораторы — это мощный паттерн в Python для модификации или расширения поведения функций и классов без изменения их исходного кода. Я использую как встроенные декораторы из стандартной библиотеки, так и пишу собственные для решения конкретных задач.

Практические примеры из моего опыта:

1. Логирование и профилирование:

   import time
   import functools
   from typing import Callable
   
   def log_execution_time(func: Callable) -> Callable:
       """Декоратор для логирования времени выполнения функции."""
       @functools.wraps(func)  # Важно: сохраняет метаданные оригинальной функции
       def wrapper(*args, **kwargs):
           start = time.perf_counter()
           result = func(*args, **kwargs)
           end = time.perf_counter()
           print(f"[LOG] {func.__name__} executed in {end - start:.4f} seconds")
           return result
       return wrapper
   
   @log_execution_time
   def process_large_dataset(data: list):
       """Имитация долгой обработки."""
       time.sleep(0.5)
       return sum(data)
   
   # Использование
   process_large_dataset([1, 2, 3, 4, 5])
   # Вывод: [LOG] process_large_dataset executed in 0.5001 seconds

2. Кеширование результатов тяжелых вычислений (используя @functools.lru_cache):

   from functools import lru_cache
   
   @lru_cache(maxsize=128)  # Кеширует до 128 уникальных вызовов
   def fibonacci(n: int) -> int:
       """Рекурсивное вычисление числа Фибоначчи с мемоизацией."""
       if n < 2:
           return n
       return fibonacci(n-1) + fibonacci(n-2)
   
   # Без @lru_cache вызов fibonacci(35) был бы крайне медленным.
   # С декоратором результат для каждого 'n' вычисляется один раз.
   print(fibonacci(35))  # Быстро

3. Валидация аргументов и проверка прав доступа в веб-приложении (на примере Flask-like подхода):

   def require_auth(role: str = "user"):
       """Декоратор для проверки авторизации и роли пользователя."""
       def decorator(func):
           @functools.wraps(func)
           def wrapper(*args, **kwargs):
               # Здесь была бы реальная проверка токена или сессии
               current_user = get_current_user_from_request()
               if not current_user or current_user.role != role:
                   raise PermissionError(f"Access denied. Required role: {role}")
               return func(*args, **kwargs)
           return wrapper
       return decorator
   
   @require_auth(role="admin")
   def delete_user(user_id: int):
       """Только администратор может удалять пользователей."""
       # ... логика удаления ...
       return f"User {user_id} deleted"

4. Регистрация обработчиков (паттерн Plugin):

   _PROCESSORS = {}
   
   def register_processor(name: str):
       """Декоратор для регистрации функций-обработчиков в словаре."""
       def decorator(func):
           _PROCESSORS[name] = func
           return func
       return decorator
   
   @register_processor("json")
   def parse_json(data: str):
       import json
       return json.loads(data)
   
   @register_processor("csv")
   def parse_csv(data: str):
       import csv
       # ... парсинг CSV ...
       return rows
   
   # Теперь можно динамически выбирать обработчик
   def process(data: str, format_type: str):
       processor = _PROCESSORS.get(format_type)
       if processor:
           return processor(data)
       raise ValueError(f"Unsupported format: {format_type}")

Ключевое преимущество декораторов — они позволяют отделить сквозную функциональность (cross-cutting concerns), такую как логирование, кеширование, безопасность, от основной бизнес-логики, делая код чище и более поддерживаемым.