AOP通过装饰器和代理模式实现横切关注点分离。装饰器用于函数或类的透明增强，如日志、性能监控和权限校验，适合细粒度、简洁的切面注入；代理模式通过间接访问控制对象行为，适用于对象级拦截与复杂场景，如远程调用、资源延迟加载和访问保护。两者可结合使用，提升代码模块化与可维护性。
在现代软件开发中，AOP（面向切面编程）是一种重要的编程范式，用于分离横切关注点，比如日志记录、权限校验、性能监控等。Python 中实现 AOP 的常见方式是通过装饰器和代理模式。这两种技术都能在不修改原有业务逻辑的前提下，增强对象的行为。
装饰器：函数与类的透明增强
装饰器是 Python 中实现 AOP 最直接的方式。它允许我们在函数或方法执行前后插入额外逻辑，而无需改动原函数代码。
函数装饰器本质上是一个接受函数作为参数并返回新函数的可调用对象。通过 @decorator 语法糖，可以非常简洁地应用切面逻辑。
- 日志装饰器可以在每次函数调用时自动记录入参和返回值 - 性能监控装饰器可以统计函数执行耗时 - 权限检查装饰器可在运行前验证用户身份对于类级别的增强，还可以使用类装饰器来统一为多个方法添加相同切面，例如为所有 API 接口添加响应包装。
代理模式：控制对象访问的结构化方案
代理模式通过引入一个代理对象来间接访问目标对象，从而在访问过程中加入额外控制。这种模式更适合复杂场景下的 AOP 实现，尤其是在需要对整个对象进行拦截时。
在 Python 中，可以通过重写 __getattr__ 或使用 functools.wraps 构建通用代理类，实现方法调用的统一封装与拦截。
装饰器 vs 代理：适用场景对比
装饰器更适合细粒度、函数级别的切面注入，代码简洁且易于理解。它天然融合在 Python 语言特性中，适合快速实现通用功能增强。
代理模式则更适用于对象级别或跨模块的访问控制，结构清晰，扩展性强，尤其适合构建中间件或框架级组件。
- 若只需增强几个特定方法，优先选择装饰器 - 若需统一管理一类对象的行为，代理模式更合适 - 两者也可结合使用，如用装饰器实现具体切面，由代理统一装配基本上就这些。掌握装饰器和代理模式的应用，能让 AOP 思想更好地落地于实际项目，提升代码的模块化程度和可维护性。
