Python 装饰器如何正确处理带参数函数?
文章不知道大家是否熟悉?今天我将给大家介绍《Python 装饰器如何正确处理带参数函数?》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!
装饰器处理带参数函数的关键在于用args和*kwargs通用接收并传递参数;装饰器自身带参数需三层嵌套;用@functools.wraps可保持原函数元信息;类型提示需配合ParamSpec严谨继承。

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
终于介绍完啦!小伙伴们,这篇关于《Python 装饰器如何正确处理带参数函数?》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
锁粗化(Lock Coarsening):分析在循环内频繁加锁变量时,JVM 如何自动合并锁范围
- 上一篇
- 锁粗化(Lock Coarsening):分析在循环内频繁加锁变量时,JVM 如何自动合并锁范围
- 下一篇
- phpEnv下载安装报错怎么办 phpEnv安装常见问题
-
- 文章 · python教程 | 3天前 | 日志 · 链路追踪 · Python教程 · contextvars · Python logging contextvars 日志追踪 trace_id 异步上下文
- Python 日志链路追踪实战:用 contextvars 自动带上 trace_id
- 370浏览 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。
- 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
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 79次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 84次使用
-
- Red Skill
- 小红书创作服务平台为小红书创作者和机构提供视频上传、数据分析、粉丝管理、创作指导等多项运营服务,助力用户解锁更多创作者专属功能,体验高效创作!
- 88次使用
-
- MiMo Code
- MiMo Code 是小米大模型团队开源的新一代 AI 编程助手,面向开发者提供代码理解、生成与辅助开发能力,适合作为 AI 编程工具收藏和体验。
- 183次使用
-
- TRAE Work
- TRAE AI IDE | 国内首款 AI 原生集成开发环境,深度集成 Doubao-1.5-pro 与 DeepSeek 模型,支持中文自然语言一键生成完整代码框架,实时预览前端效果并智能修复 BUG。首创 Builder 模式实现需求到代码的自动化开发,兼容 Windows/macOS 系统,官网下载即用。
- 209次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

