python中带参数的装饰器的使用方法及应用场景

在 Python 中，带参数的装饰器（decorator with arguments）本质上是三层函数结构。很多人第一次看到会觉得复杂，其实理解它的核心思路就很简单：

装饰器要接收参数 → 就需要再包一层函数。

我会从4 个部分详细讲清楚：
1️⃣ 为什么需要带参数装饰器
2️⃣ 标准结构（必须掌握）
3️⃣ 逐步执行流程
4️⃣ 常见应用场景（实际开发）

一、为什么需要“带参数”的装饰器

普通装饰器：

deflogger(func):defwrapper(*args,**kwargs):print("函数开始执行")result=func(*args,**kwargs)print("函数执行结束")returnresultreturnwrapper

使用：

@loggerdefadd(a,b):returna+b

调用：

add(1,2)

输出：

函数开始执行 函数执行结束

但如果我们希望：

@logger(level="INFO")

控制日志等级，就需要带参数装饰器。

二、带参数装饰器标准结构

核心结构：三层函数

defdecorator(arg1,arg2):defreal_decorator(func):defwrapper(*args,**kwargs):# 扩展逻辑result=func(*args,**kwargs)returnresultreturnwrapperreturnreal_decorator

层级关系：

decorator(参数) ↓ real_decorator(func) ↓ wrapper(*args, **kwargs)

三、完整示例（最经典）

例子：带日志等级

deflogger(level):defdecorator(func):defwrapper(*args,**kwargs):print(f"[{level}] 函数{func.__name__}开始执行")result=func(*args,**kwargs)print(f"[{level}] 函数{func.__name__}执行结束")returnresultreturnwrapperreturndecorator

使用：

@logger("INFO")defadd(a,b):returna+b

调用：

add(1,2)

输出：

[INFO] 函数 add 开始执行 [INFO] 函数 add 执行结束

四、执行流程（非常重要）

代码：

@logger("INFO")defadd(a,b):returna+b

Python 实际执行：

第一步

执行：

logger("INFO")

返回：

decorator

第二步

执行：

decorator(add)

返回：

wrapper

此时：

add = wrapper

第三步

调用：

add(1,2)

实际上执行：

wrapper(1,2)

内部再调用：

func(1,2)

总结流程：

@logger("INFO") 等价于： add = logger("INFO")(add)

非常重要！

五、带参数装饰器 + functools.wraps（推荐）

如果不加wraps，函数信息会丢失：

add.__name__ = wrapper

正确写法：

fromfunctoolsimportwrapsdeflogger(level):defdecorator(func):@wraps(func)defwrapper(*args,**kwargs):print(f"[{level}]{func.__name__}")returnfunc(*args,**kwargs)returnwrapperreturndecorator

这样：

add.__name__ == "add"

六、经典应用场景（非常重要）

1 日志控制

@log(level="DEBUG")deftrain():pass

常见于：

• 深度学习训练
• API 调用
• 服务日志

2 权限控制

Web开发中常见：

@require_role("admin")defdelete_user():pass

实现：

defrequire_role(role):defdecorator(func):defwrapper(user,*args,**kwargs):ifuser.role!=role:raisePermissionError("权限不足")returnfunc(user,*args,**kwargs)returnwrapperreturndecorator

3 重试机制（工程中非常常见）

例如网络请求：

@retry(times=3)defrequest_api():pass

实现：

defretry(times):defdecorator(func):defwrapper(*args,**kwargs):foriinrange(times):try:returnfunc(*args,**kwargs)exceptException:print(f"retry{i+1}")returnwrapperreturndecorator

4 计时器（深度学习训练常用）

@timer(unit="ms")deftrain_step():pass

实现：

importtimedeftimer(unit="s"):defdecorator(func):defwrapper(*args,**kwargs):start=time.time()result=func(*args,**kwargs)end=time.time()t=end-startifunit=="ms":t*=1000print(f"time:{t:.3f}{unit}")returnresultreturnwrapperreturndecorator

5 参数检查

@validate_type(int,int)defadd(a,b):returna+b

七、进阶：带参数 + 类装饰器

有时也用class decorator：

classLogger:def__init__(self,level):self.level=leveldef__call__(self,func):defwrapper(*args,**kwargs):print(self.level)returnfunc(*args,**kwargs)returnwrapper

使用：

@Logger("INFO")

八、工程中最常见的写法总结

标准模板（建议记住）：

fromfunctoolsimportwrapsdefdecorator(arg):defreal_decorator(func):@wraps(func)defwrapper(*args,**kwargs):# beforeresult=func(*args,**kwargs)# afterreturnresultreturnwrapperreturnreal_decorator

九、一句话总结

带参数装饰器本质就是：

三层函数结构

参数层 → 装饰器层 → 包装函数层

结构：

decorator(args) ↓ decorator(func) ↓ wrapper()