当前位置:首页 > 文章列表 > 文章 > python教程 > 带参与不带参装饰器区别及参数传递解析

带参与不带参装饰器区别及参数传递解析

2026-01-20 21:48:58 0浏览 收藏

偷偷努力,悄无声息地变强,然后惊艳所有人!哈哈,小伙伴们又来学习啦~今天我将给大家介绍《带参与不带参装饰器的区别及参数传递详解》,这篇文章主要会讲到等等知识点,不知道大家对其都有多少了解,下面我们就一起来看一吧!当然,非常希望大家能多多评论,给出合理的建议,我们一起学习,一起进步!

不带参数的装饰器是接收被装饰函数为唯一参数并返回新函数的单层函数;带参数的装饰器则是三层结构:外层接收装饰器参数并返回中间层装饰器,中间层接收被装饰函数,最内层接收运行时参数。

装饰器带参数和不带参数的写法差异及参数传递细节

不带参数的装饰器:函数直接作为参数传入

不带参数的装饰器,本质是一个接收被装饰函数作为唯一参数的函数。它返回一个新函数(通常是闭包),用于替换原函数。

写法上,装饰器本身不接受额外参数,调用时直接写 @decorator:

  • Python 在遇到 @decorator 时,会把紧随其后的函数对象(如 func)作为参数传给 decorator
  • decorator 必须返回一个可调用对象(通常是内部定义的包装函数),该对象将在原函数名处生效
  • 典型结构是「一层函数包裹」:外层接收 func,内层接收 *args, **kwargs

带参数的装饰器:需要多一层封装

带参数的装饰器,实际是「返回装饰器的函数」。它本身不直接处理被装饰函数,而是先接收你写的参数,再返回一个真正的装饰器。

写法上必须有两层嵌套,调用时写成 @decorator(arg1, arg2):

  • Python 先执行 decorator(arg1, arg2),得到一个「不带参数的装饰器」(即函数)
  • 再把这个返回值当作装饰器,去接收并处理下面的函数对象
  • 所以整体是「三层结构」:最外层接收装饰器参数,中间层接收被装饰函数,最内层接收被装饰函数的调用参数

参数传递的关键细节

理解参数流向是避免写错的核心:

  • 装饰器参数(如 @log(level='DEBUG') 中的 level)只在定义阶段传一次,在中间层函数作用域中被捕获并闭包保留
  • 被装饰函数(如 def greet(): ...)由 Python 自动传给中间层函数(即真正装饰器),不是你手动传的
  • 被装饰函数的运行时参数(如 greet('Alice') 中的 'Alice')由最内层包装函数接收和转发,常通过 *args, **kwargs 透传
  • 如果漏掉某一层 return(尤其是中间层没返回内层函数),会导致装饰失败:原函数被替换成 None 或其他非可调用对象

一个对比示例帮你分清层次

假设要实现一个可配置日志级别的装饰器:

  • 不带参数版:@log → log 直接接收 func,固定打印 INFO
  • 带参数版:@log(level='WARN') → 先调用 log(level='WARN') 得到一个新装饰器,该装饰器再接收 func,并在调用时使用闭包中的 level

关键不在语法糖怎么写,而在于 Python 解析 @ 时的求值顺序:先算括号里的表达式,再把它当装饰器用。

以上就是《带参与不带参装饰器区别及参数传递解析》的详细内容,更多关于的资料请关注golang学习网公众号!

PHP实现WebSocket通信方式解析PHP实现WebSocket通信方式解析
上一篇
PHP实现WebSocket通信方式解析
Win11命令行连接WiFi技巧
下一篇
Win11命令行连接WiFi技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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。
    543次学习
  • GO语言核心编程课程
    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。
    516次学习
  • 简单聊聊mysql8与网络通信
    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
    500次学习
  • JavaScript正则表达式基础与实战
    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。
    487次学习
  • 从零制作响应式网站—Grid布局
    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。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    253次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    271次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    251次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    57次使用