Python装饰器如何处理带参数函数?
时间:2026-03-03 11:51:10 277浏览 收藏
Python装饰器处理带参数函数的核心在于灵活传递参数、支持装饰器自身配置、保留原函数元信息及严谨继承类型提示:通过*args和**kwargs实现通用参数转发;采用三层嵌套结构应对装饰器参数;借助@functools.wraps确保__name__、__doc__等属性不丢失;结合ParamSpec与TypeVar在Python 3.10+中精准保留函数签名,让装饰器既强大又健壮,成为编写可维护、可调试、类型安全的高阶函数的关键利器。

装饰器处理带参数函数的关键,在于让装饰器内部的包装函数(wrapper)能接收并传递任意参数,而不是写死参数名或数量。
用 *args 和 **kwargs 通用接收
这是最常用也最稳妥的方式。包装函数不关心原函数具体要几个参数、是位置还是关键字,统一用 *args 接收所有位置参数,**kwargs 接收所有关键字参数,再原样传给被装饰函数。
例如:
def log_call(func):
def wrapper(*args, **kwargs):
print(f"调用 {func.__name__},参数:{args}, {kwargs}")
result = func(*args, **kwargs)
print(f"{func.__name__} 返回:{result}")
return result
return wrapper
@log_call
def add(a, b, c=10):
return a + b + c
add(1, 2) # 输出:调用 add,参数:(1, 2), {'c': 10}
add(5, y=3, x=1) # 也能正常工作(只要原函数支持这些参数)
装饰器自身带参数时:多套一层函数
如果想让装饰器能接收配置(比如日志级别、重试次数),就需要三层嵌套:最外层接收装饰器参数,中间返回真正的装饰器,最内层是 wrapper。
关键点是中间层必须返回一个可调用对象(即装饰器),它接收被装饰函数并返回 wrapper。
例如:
def retry(max_attempts=3):
def decorator(func):
def wrapper(*args, **kwargs):
for i in range(max_attempts):
try:
return func(*args, **kwargs)
except Exception as e:
if i == max_attempts - 1:
raise e
print(f"第 {i+1} 次尝试失败,重试中...")
return wrapper
return decorator
@retry(max_attempts=2)
def fetch_data(url):
模拟可能失败的操作
raise ConnectionError("网络错误")保持原函数元信息(__name__、__doc__ 等)
直接写 wrapper 会导致 help(add) 显示的是 wrapper 的信息,而非原函数。用 @functools.wraps(func) 可自动复制元数据。
推荐写法:
from functools import wrapsdef log_call(func): @wraps(func) # 这一行很重要 def wrapper(*args, *kwargs): print(f"调用 {func.name}") return func(args, **kwargs) return wrapper
@log_call def greet(name): """向某人打招呼""" return f"Hello, {name}"
print(greet.doc) # 正确输出:"向某人打招呼" print(greet.name) # 正确输出:"greet"
处理有类型提示的函数
若原函数带类型注解(如 def calc(x: int, y: float) -> str:),wrapper 本身也应保留这些提示,否则静态检查工具(如 mypy)可能报错。使用 @wraps 后,类型提示默认不会自动继承,但大多数现代类型检查器能通过 functools.wraps 推断。更严谨的做法是手动标注 wrapper 的签名(需配合 typing 模块和 ParamSpec,Python 3.10+):
from typing import Callable, TypeVar, ParamSpec from functools import wrapsP = ParamSpec('P') R = TypeVar('R')
def log_call(func: Callable[P, R]) -> Callable[P, R]: @wraps(func) def wrapper(*args: P.args, *kwargs: P.kwargs) -> R: print(f"调用 {func.name}") return func(args, **kwargs) return wrapper
今天关于《Python装饰器如何处理带参数函数?》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
496 收藏
-
219 收藏
-
210 收藏
-
268 收藏
-
330 收藏
-
文章 · python教程 | 4天前 | 并发 · python · 故障排查 · asyncio · 任务取消 · Python asyncio.create_task Python 任务取消 asyncio CancelledError Python 异步任务收尾490 收藏
-
196 收藏
-
495 收藏
-
文章 · python教程 | 1星期前 | 时间处理 · python · zoneinfo · 后端开发 · UTC · Python DateTime UTC 夏令时 zoneinfo fold469 收藏
-
文章 · python教程 | 1星期前 | 字符串 · 标准库 · 模板 · python · Python 3.14 · Template Python 3.14 t-string string.templatelib PEP 750121 收藏
-
343 收藏
-
文章 · python教程 | 1星期前 | 并发编程 · python · 多线程 · asyncio · 多进程 · queue.Queue Python并发 Python任务队列 asyncio.Queue multiprocessing.Queue165 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 立即学习 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 立即学习 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 立即学习 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 立即学习 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 立即学习 485次学习