带参数的Python装饰器原来这么简单，5分钟彻底掌握！

带参数的装饰器（三层嵌套结构）

def repeat_execution(n_times):
    # 第一层：接收装饰器参数
    def decorator(func):
        # 第二层：接收被装饰函数
        def wrapper(*args, **kwargs):
            # 第三层：执行装饰逻辑
            for _ in range(n_times):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat_execution(n_times=3)
def say_hello(name):
    print(f"Hello, {name}!")

say_hello("Alice")

输出：

Hello, Alice!
Hello, Alice!
Hello, Alice!

深度解析：装饰器参数如何传递

1. @repeat_execution(n_times=3) 首先执行
   • 调用repeat_execution(3)返回decorator函数
2. 接着执行@decorator
   • 将say_hello作为参数传递给decorator
3. 最终生成装饰后的wrapper函数

带状态记录的装饰器

def log_performance(metric_name):
    def decorator(func):
        func.call_count = 0  # 添加函数属性
        
        def wrapper(*args, **kwargs):
            func.call_count += 1
            print(f"[{metric_name}] 执行 #{func.call_count}")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@log_performance("用户验证")
def authenticate(user):
    return user == "admin"

print(authenticate("guest"))
print(authenticate("admin"))
print(f"验证函数调用次数: {authenticate.call_count}")

输出：

[用户验证] 执行 #1
False
[用户验证] 执行 #2
True
验证函数调用次数: 2

类实现的装饰器参数

class TimeoutRetry:
    def __init__(self, retries=3, delay=1):
        self.retries = retries
        self.delay = delay
    
    def __call__(self, func):
        import time
        def wrapper(*args, **kwargs):
            for attempt in range(self.retries):
                try:
                    return func(*args, **kwargs)
                except TimeoutError:
                    print(f"超时重试中... ({attempt+1}/{self.retries})")
                    time.sleep(self.delay)
            raise Exception("所有重试均失败")
        return wrapper

@TimeoutRetry(retries=2, delay=0.5)
def fetch_data():
    # 模拟网络请求
    raise TimeoutError("连接超时")

fetch_data()  # 将触发重试机制

装饰器参数的最佳实践

1. 命名规范：使用描述性的参数名（如max_retries而非n）
2. 参数验证：在装饰器最外层验证参数有效性

   def validate_params(max_time):
       if max_time <= 0:
           raise ValueError("最大时间必须为正数")
   

3. 保留元数据：使用@functools.wraps保持原始函数属性

   from functools import wraps
   
   def debug_decorator(level):
       def decorator(func):
           @wraps(func)  # 保留原始函数信息
           def wrapper(*args, **kwargs):
               if level > 1:
                   print(f"[DEBUG] 调用 {func.__name__}")
               return func(*args, **kwargs)
           return wrapper
       return decorator