装饰器 (中): 进阶篇，解锁框架级玩法

基础看完了？那我们来玩点进阶的。

你有没有好奇过，FastAPI 的@depends()、Flask 的@app.route()都是怎么写的？为啥人家的装饰器能传参数，还能这么灵活？

今天我就把这些进阶玩法教给你，学会了，你也能写出灵活的装饰器，看懂各种框架的源码。

1. 带参数的装饰器，了解一下？

有时候你可能会想，能不能给装饰器自己也传点参数？比如我想要一个重复执行 N 次的装饰器，N 我自己说了算。

这也简单，就是再包一层嘛！

三层函数的秘密

普通的装饰器是两层：外部函数接收原函数，内部函数是包装后的函数。

那带参数的装饰器，就是再加一层：最外层接收装饰器的参数，然后返回真正的装饰器。

我们来看个最经典的例子：

defrepeat(times):# 这一层：接收装饰器的参数，比如times=3defdecorator(func):# 这一层：接收原函数，就是普通的装饰器了@functools.wraps(func)defwrapper(*args,**kwargs):# 这一层：真正的包装函数，执行原函数result=Nonefor_inrange(times):result=func(*args,**kwargs)returnresultreturnwrapperreturndecorator# 用一下！@repeat(times=3)defsay_hello(name):print(f"Hello,{name}!")say_hello("Alice")# 输出:# Hello, Alice!# Hello, Alice!# Hello, Alice!

看到了吗？@repeat(times=3)其实就是先调用repeat(3)，它返回了一个装饰器，然后用这个装饰器去装饰say_hello函数。

等价于：say_hello = repeat(times=3)(say_hello)，就这么简单！

更实用的例子：带级别的日志装饰器

我们来写一个更实用的，你可以指定日志的级别，是 info 还是 debug：

importloggingdeflog(level="info"):defdecorator(func):@functools.wraps(func)defwrapper(*args,**kwargs):# 根据你指定的级别来打日志msg=f"调用函数:{func.__name__}"iflevel=="debug":logging.debug(msg)else:logging.info(msg)returnfunc(*args,**kwargs)returnwrapperreturndecorator# 用一下！@log(level="debug")defdebug_function():# 这个函数的日志会打debug级别pass@log()defnormal_function():# 这个函数的日志会打默认的info级别pass

🌟 这就是框架的秘密：FastAPI 的@depends()、Flask 的@app.route()，本质上都是这个模式！学会了这个，你看很多框架的源码就都能看懂了。

2. 多个装饰器一起用，注意顺序！

你可以给一个函数加多个装饰器，但是这里有个超级容易踩的坑：装饰器的执行顺序，很多人搞反了！

我们来看个实际的例子，你就懂了：

defdecorator1(func):@functools.wraps(func)defwrapper():print("进入 decorator1")func()print("退出 decorator1")returnwrapperdefdecorator2(func):@functools.wraps(func)defwrapper():print("进入 decorator2")func()print("退出 decorator2")returnwrapper@decorator1@decorator2defhello():print("Hello!")hello()

你猜输出是什么？

进入 decorator1 进入 decorator2 Hello! 退出 decorator2 退出 decorator1

哦！原来装饰器是从下到上装饰，从上到下执行！

也就是说，@decorator1在最上面，它先执行，然后才是@decorator2，最后才是原函数。

等价于：hello = decorator1(decorator2(hello))，所以调用的时候，先调用 decorator1 的 wrapper，然后它调用 decorator2 的 wrapper，然后它调用原函数。

⚠️踩坑提醒：顺序很重要！比如你写 Web 接口，@login_required和@permission_required，一定要把@login_required放在上面，不然未登录的用户会先去检查权限，直接报错！

比如：

# 正确的顺序@login_required@permission_required("delete_user")defdelete_user(user_id):# ...

这样，用户先检查登录，没登录直接跳登录页，不会去检查权限了。

3. 类装饰器，给类也来个包装

除了函数，装饰器还能用来装饰类！这在写 ORM、写框架的时候特别有用。

类装饰器的原理很简单：它接收一个类，然后返回一个新的类（或者修改后的类）。

我们来写一个最实用的：自动给类加一个好看的__repr__方法，这样你打印对象的时候，就能自动看到所有的属性了：

defadd_repr(cls):# 这就是类装饰器，接收类cls@functools.wraps(cls)def__repr__(self):# 自动生成__repr__，把所有的属性都列出来attrs=", ".join(f"{k}={v!r}"fork,vinself.__dict__.items())returnf"{cls.__name__}({attrs})"# 给类加上这个方法cls.__repr__=__repr__returncls# 用一下！@add_reprclassPerson:def__init__(self,name,age):self.name=name self.age=age p=Person("Alice",25)print(p)# 输出: Person(name='Alice', age=25)

是不是超方便？不用你自己写__repr__了，加个装饰器就搞定了！

这个在写 ORM 框架的时候特别有用，比如 SQLAlchemy 的模型类，很多都是用类装饰器来自动注册的。

4. 用类来实现装饰器，保存状态更方便

如果你的装饰器需要维护复杂的状态，用类比用闭包更好，代码更清晰，也更容易测试。

因为类可以很自然的保存状态，用self.xxx就可以了，不用像闭包那样搞 nonlocal。

原理也很简单：装饰器接收原函数，存到self.func里，然后实现__call__方法，这样实例就能当函数用了。

我们来写一个计数器装饰器，统计函数被调用了多少次：

classCounter:def__init__(self,func):# 初始化的时候，接收原函数self.func=func self.count=0# 状态存在这里# 别忘了把原函数的信息复制过来functools.update_wrapper(self,func)def__call__(self,*args,**kwargs):# 当你调用装饰后的函数的时候，就会调用这个方法self.count+=1returnself.func(*args,**kwargs)# 用一下！@Counterdefadd(a,b):returna+bprint(add(1,2))# 输出: 3print(add(3,4))# 输出: 7print(add.count)# 输出: 2，调用了2次！

看到了吗？用类实现的话，状态的维护就非常直观，self.count一眼就能看到，比闭包的 nonlocal 好理解多了。

而且如果你的装饰器还需要带参数，也很简单，把参数放到__init__里就行：

classRepeat:def__init__(self,times):self.times=timesdef__call__(self,func):@functools.wraps(func)defwrapper(*args,**kwargs):result=Nonefor_inrange(self.times):result=func(*args,**kwargs)returnresultreturnwrapper@Repeat(times=3)defsay_hello(name):print(f"Hello,{name}")

是不是很灵活？

好了，进阶的内容差不多就这些了。现在你已经能写各种灵活的装饰器了，不管是带参数的，还是装饰类的，还是用类实现的，都没问题。

不过这些还不够，下一篇我们来点实战的，看看在实际工作中，装饰器都能用来干啥，有哪些你马上就能用到的工具。