带参数的装饰器本质是“装饰器工厂”,需三层嵌套:外层接收装饰器参数并返回中层函数,中层接收被装饰函数并返回内层函数,内层接收调用参数、执行逻辑并返回原函数结果;漏掉任一层return将导致TypeError或返回None。

带参数的装饰器本质是“装饰器工厂”,它先接收参数,再返回一个真正的装饰器函数。关键在于多一层函数嵌套:外层接收装饰器参数,中层接收被装饰函数,内层执行实际逻辑。
带参数装饰器必须有三层嵌套函数:
@log(level='INFO')里的level),返回中层函数func),返回内层函数*args, **kwargs),执行前置/后置逻辑,并调用原函数下面是一个记录执行级别和函数名的日志装饰器:
def log(level='INFO'):
def decorator(func):
def wrapper(*args, **kwargs):
print(f'[{level}] Calling {func.__name__}')
result = func(*args, **kwargs)
print(f'[{level}] {func.__name__} finished')
return result
return wrapper
return decorator
<p>@log('DEBUG') # 传入装饰器参数 'DEBUG'
def greet(name):
return f'Hello, {name}!'</p><p>print(greet('Alice'))
输出为:
立即学习“Python免费学习笔记(深入)”;
[DEBUG] Calling greet [DEBUG] greet finished Hello, Alice!
因为 Python 解析@log('DEBUG')时,会立即调用log('DEBUG'),期望它返回一个可调用对象(即真正的装饰器)。如果log没有外层,它就只能接收func,无法拿到'DEBUG'——此时@log('DEBUG')等价于log('DEBUG')(func),而log('DEBUG')必须返回一个能接收func的函数。
不加@wraps会导致被装饰函数的__name__、__doc__丢失。正确写法:
from functools import wraps
<p>def log(level='INFO'):
def decorator(func):
@wraps(func) # 修复函数元信息
def wrapper(*args, *<em>kwargs):
print(f'[{level}] {func.<strong>name</strong>} start')
return func(</em>args, **kwargs)
return wrapper
return decorator
这样greet.__name__仍是'greet',而非'wrapper'。
容易出错的点:
return decorator → 报错:TypeError: 'NoneType' object is not callable
return wrapper → 原函数调用返回None,逻辑中断return func(...) → 装饰后函数永远返回None
记住:每一层函数体末尾都要有明确的return,且返回值类型要匹配调用预期。
以上就是Python装饰器参数怎么传递_带参数装饰器示例解析【教程】的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号