深入理解Python装饰器嵌套（从零开始掌握装饰器链式调用技巧）

什么是装饰器？

装饰器（Decorator）是Python中一种用于修改或增强函数行为的语法糖。它本质上是一个接受函数作为参数并返回新函数的高阶函数。

例如：

def my_decorator(func):    def wrapper():        print("函数执行前...")        func()        print("函数执行后...")    return wrapper@my_decoratordef say_hello():    print("Hello!")say_hello()

运行结果：

函数执行前...Hello!函数执行后...

装饰器嵌套：多个装饰器一起用

当一个函数被多个装饰器修饰时，就形成了装饰器链式调用。Python会从最靠近函数的装饰器开始，逐层向外应用。

来看一个例子：

def bold(func):    def wrapper():        return f"<b>{func()}</b>"    return wrapperdef italic(func):    def wrapper():        return f"<i>{func()}</i>"    return wrapper@bold@italicdef greet():    return "你好，世界！"print(greet())

输出结果：

<b><i>你好，世界！</i></b>

注意：虽然我们先写了 @bold，再写 @italic，但实际上 @italic 先作用于 greet 函数，然后 @bold 再作用于 italic(greet) 的结果。也就是说，装饰器是从下往上应用的。

等价写法：手动嵌套

上面的装饰器嵌套等价于以下写法：

greet = bold(italic(greet))

这有助于理解装饰器的执行顺序。

带参数的装饰器嵌套

实际开发中，我们常使用带参数的装饰器。嵌套时需要注意每一层的参数传递。

from functools import wrapsimport timedef repeat(times):    def decorator(func):        @wraps(func)        def wrapper(*args, **kwargs):            for _ in range(times):                result = func(*args, **kwargs)            return result        return wrapper    return decoratordef log_time(func):    @wraps(func)    def wrapper(*args, **kwargs):        start = time.time()        result = func(*args, **kwargs)        end = time.time()        print(f"{func.__name__} 执行耗时: {end - start:.4f} 秒")        return result    return wrapper@repeat(3)@log_timedef calculate(x, y):    time.sleep(0.1)  # 模拟耗时操作    return x + yresult = calculate(2, 3)print("最终结果:", result)

在这个例子中，@log_time 先包装 calculate，然后 @repeat(3) 再包装整个结果。因此，每次重复调用都会记录时间。

常见误区与最佳实践

• 顺序很重要：装饰器的顺序会影响最终行为，务必根据逻辑需求安排。
• 使用 @functools.wraps：保留原函数的元信息（如 __name__、__doc__），避免调试困难。
• 避免过度嵌套：超过3层的装饰器嵌套会让代码难以阅读，建议封装成单一装饰器或使用类装饰器。

总结

通过本教程，你已经掌握了Python高级装饰器中的嵌套使用方法。无论是简单的格式包装，还是复杂的日志+重试组合，装饰器嵌套都能让你的代码更加优雅和模块化。

记住关键点：装饰器从下往上应用，等价于函数的连续调用；合理使用 wraps；控制嵌套深度。现在，你可以自信地在项目中使用Python装饰器嵌套来提升代码质量了！