I Decoratori in Python: Una Guida Introduttiva

Un decoratore in Python è una funzione che prende un'altra funzione come argomento, aggiunge delle funzionalità e restituisce una nuova funzione. È un design pattern molto potente che permette di estendere il comportamento di una funzione senza modificarne il codice sorgente. La sintassi per applicare un decoratore è `@nome_decoratore`.

Un Problema: Misurare il Tempo di Esecuzione

Immagina di avere due funzioni e di voler misurare quanto tempo impiega ognuna a essere eseguita. L'approccio naif sarebbe:

import time

def funzione_lenta():
    start_time = time.time()
    # ... codice della funzione ...
    end_time = time.time()
    print(f"Tempo impiegato: {end_time - start_time}s")

def altra_funzione_lenta():
    start_time = time.time()
    # ... altro codice ...
    end_time = time.time()
    print(f"Tempo impiegato: {end_time - start_time}s")

Questo codice è ripetitivo e "sporca" la logica principale delle funzioni. Qui un decoratore è la soluzione perfetta.

La Soluzione con un Decoratore

Creiamo una funzione `timer_decorator` che fungerà da decoratore. Questa funzione definisce una "funzione wrapper" interna che contiene la logica di misurazione del tempo.

import time

def timer_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs) # Esegue la funzione originale
        end_time = time.time()
        print(f"La funzione '{func.__name__}' ha impiegato {end_time - start_time:.4f}s")
        return result
    return wrapper

Ora possiamo "decorare" le nostre funzioni in modo pulito:

@timer_decorator
def funzione_lenta():
    time.sleep(2)

@timer_decorator
def altra_funzione_lenta(x, y):
    time.sleep(1)
    return x + y

funzione_lenta()
altra_funzione_lenta(5, 3)

Output:

La funzione 'funzione_lenta' ha impiegato 2.0034s
La funzione 'altra_funzione_lenta' ha impiegato 1.0012s

Abbiamo separato la logica di timing (la "cross-cutting concern") dalla logica di business. I decoratori sono usati estensivamente in framework web come Flask e FastAPI per compiti come la gestione dell'autenticazione, il logging e il caching.