带参数的Python装饰器怎么写?
2026-05-16 18:49:15
0浏览
收藏
带参数的Python装饰器本质上是一个“返回装饰器的函数”,通过三层嵌套结构灵活接收配置参数(如日志级别、重试次数),在不侵入原函数逻辑的前提下动态增强功能;文中以`@logger("info")`和`@retry(max_attempts=2)`为例,清晰展示了如何构建可配置、可复用且保留函数元信息(借助`functools.wraps`)的实用装饰器,让代码更简洁、健壮且专业。

带参数的装饰器其实是一个返回装饰器的函数。也就是说,它外层多了一层函数包装,用来接收参数。
基本结构说明
要写一个带参数的装饰器,你需要三层嵌套函数:
- 最外层函数:接收装饰器的参数
- 中间层函数:接收被装饰的函数
- 最内层函数:实际执行逻辑,可以调用原函数并添加额外行为
示例:一个记录日志级别的装饰器
比如你想控制打印日志的级别(info、warning等):
def logger(level):
def decorator(func):
def wrapper(*args, **kwargs):
print(f"[{level.upper()}] 正在执行 {func.__name__}")
return func(*args, **kwargs)
return wrapper
return decorator
# 使用
@logger("info")
def say_hello(name):
print(f"Hello, {name}!")
say_hello("Alice")输出:
[INFO] 正在执行 say_hello Hello, Alice!
使用 functools.wraps 保留原函数信息
为了不丢失原函数的元数据(如 __name__、__doc__),建议加上 functools.wraps:
from functools import wraps
def logger(level):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
print(f"[{level.upper()}] 正在执行 {func.__name__}")
return func(*args, **kwargs)
return wrapper
return decorator
@logger("debug")
def test():
"""测试函数"""
print("running test")
print(test.__name__) # 输出: test(没被wrapper覆盖)
print(test.__doc__) # 输出: 测试函数支持多种参数的实用例子
比如限制函数重试次数的装饰器:
def retry(max_attempts=3):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
for i in range(max_attempts):
try:
return func(*args, **kwargs)
except Exception as e:
print(f"第 {i+1} 次尝试失败: {e}")
if i == max_attempts - 1:
raise
return wrapper
return decorator
@retry(max_attempts=2)
def may_fail():
import random
if random.random() < 0.8:
raise ConnectionError("网络错误")
print("成功!")
# 可能重试一次后成功
may_fail()基本上就这些。关键点是:带参数的装饰器 = 函数返回装饰器。结构清晰,层层嵌套,配合 wraps 更专业。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《带参数的Python装饰器怎么写?》文章吧,也可关注golang学习网公众号了解相关技术文章。
Three.js 场景全黑?加环境光解决!
- 上一篇
- Three.js 场景全黑?加环境光解决!
- 下一篇
- AI画笔工具使用与笔刷制作教程
查看更多
最新文章
-
- 文章 · python教程 | 3小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 4小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 8小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 10小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 11小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
- 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。
- 1100次使用
-
- 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。
- 1095次使用
-
- 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。
- 1265次使用
-
- 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。
- 1205次使用
-
- 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。
- 1051次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

