掌握Python带参数装饰器（从零开始的装饰器进阶指南）

如何编写带参数的装饰器？

关键在于：带参数的装饰器实际上是一个返回装饰器的函数。结构如下：

1. 最外层函数接收装饰器参数
2. 中间层函数接收被装饰的函数
3. 最内层函数是实际执行的包装函数

示例：带重试次数的装饰器

import timedef retry(max_attempts):    def decorator(func):        def wrapper(*args, **kwargs):            for attempt in range(1, max_attempts + 1):                try:                    return func(*args, **kwargs)                except Exception as e:                    print(f"第 {attempt} 次尝试失败: {e}")                    if attempt == max_attempts:                        raise                    time.sleep(1)  # 等待1秒后重试        return wrapper    return decorator@retry(max_attempts=3)def unstable_function():    import random    if random.random() < 0.7:        raise ValueError("随机错误！")    return "成功！"# 调用函数try:    result = unstable_function()    print(result)except:    print("最终失败")

在这个例子中，retry 是一个带参数 max_attempts 的装饰器。通过 @retry(max_attempts=3)，我们可以灵活设置重试次数。

使用 functools.wraps 保持元信息

为了保留原函数的名称、文档等元信息，建议使用 functools.wraps：

from functools import wrapsdef log(level):    def decorator(func):        @wraps(func)        def wrapper(*args, **kwargs):            if level == "debug":                print(f"[DEBUG] 调用函数: {func.__name__}")            elif level == "info":                print(f"[INFO] 执行 {func.__name__}")            return func(*args, **kwargs)        return wrapper    return decorator@log(level="info")def greet(name):    """向用户打招呼"""    return f"你好, {name}!"print(greet("小明"))print(greet.__name__)  # 输出: greet（而不是 wrapper）print(greet.__doc__)   # 输出: 向用户打招呼

常见应用场景

• 权限验证（如 @require_role('admin')）
• 缓存控制（如 @cache(timeout=60)）
• 性能监控（如 @measure_time(unit='ms')）
• 日志记录（如 @log(level='debug')）

总结

通过本教程，你已经掌握了Python带参数装饰器的核心原理和实现方法。记住三层嵌套结构：参数 → 装饰器 → 包装函数。合理使用装饰器能让你的代码更简洁、可复用性更强，这也是Python高级编程的重要技巧之一。

无论是开发Web应用、自动化脚本还是数据处理管道，函数装饰器都能显著提升代码质量。现在就动手试试吧！

关键词回顾：Python带参数装饰器、Python装饰器教程、函数装饰器、Python高级编程