话说回来，

如果你写过一段时间 Python。大概率见过这样的代码——函数定义上方悬着一个@something看着像个符咒。怎么说呢，很多人第一次碰到装饰器。反应基本是两种：要么绕着走，能不用就不用；要么硬着头皮啃，结果被闭包、作用域、*args绕得头晕眼花。

装饰器的本质的观点是。函数是一等公民

要理解装饰器，得先接受 Python 里一个基本设定——函数和整数、字符串一样，都可以作为普通对象来使用。这代表着函数可以被赋值给变量，可以作为参数传给别的函数。也可以作为返回值从函数里扔出来。

def greet:
return "Hello"
say_hi = greet # 函数被当作值赋给了变量
print) # 输出 Hello

这个特性叫函数是一等公民。正是因为有这个前提，才诞生了高阶函数——接收函数作为参数或者返回函数的函数。

装饰器，说白了就是一个高阶函数。它接收一个原始函数func返回一个新的包装后的函数；话说回来，这个新包装器在调用时会在内部某个时机执行原始func并在前后加上自己的逻辑。

如果你在阅读时遇到闭包与作用域交错，让你感到困惑。那么请记住：装饰器主要其实只是“把旧功能变成新功能”的过程，而闭包只是实现这一过程的一种手段。

至于拆解语法糖，@到底做了什么？

先看一个最简单的装饰器：

def my_decorator:
def wrapper:
print
result = func
print
return result
return wrapper
@my_decorator
def add:
return a + b
print)

@my_decorator这一行。就是下面这句话的语法糖：

add = my_decorator

至于常见痛点，看到这行代码后你可能立刻怀疑自己是不是写错了？或者不明白为什么会出现这种“隐式”赋值？它完全等价于显式调用一次高阶函 数。将结果再重新赋值给同名变量，这样就能实现包装效果。

• 步骤一的观点是，Python先执行 my_decorator — 把原始 Add 函数传进去；
• 从步骤二来看。wrapper 内部记住了 alert，这是闭包在起作用；
• 再看步骤三，wrapper 被返回后重新绑定到 "add" 名字上。

从此以后你调用的 add 已经不是原来的那个 add，而是被套了一层壳的新 wrapper。壳子里什么都可以干，但原始逻辑照样会被执行，只是前后多了一层“仪式感”。闭包保证即使 wrapper 在 decorator 执行完后才真正调用，它仍能访问到外部变量 func。这正是装饰器生效的根本原因。

再看进阶写法，让装饰器更实用

保留原函数的身份信息

说到痛点提醒。用了装饰器之后一个常见副作用是原始 __name__ 和 __doc__ 这些元信息会被 wrapper 覆盖掉。在调试或文档生成时这会导致混乱。例如：

• 从before来看，print → “add”;
• 说到after。print → “wrapper”.

解决办法是用标准库里的 functools.wraps 来复制元信息：

from functools import wraps
def my_decorator:
@wraps
def wrapper:
return func
return wrapper

这样做后被包装者几乎看不到任何痕迹，只是在行为层面获得提高。

带参数的装饰器

如果你希望装饰器本身接受参数，就需要再包一层：

def repeat:
def decorator:
@wraps
def wrapper:
result = None
for _ in range:
result = func
return result
return wrapper
return decorator
@repeat
def say_hello:
print
say_hello # 会连续打印三次 Hello!

• 提示： 这里其实是三层嵌套——外层负责接收参数。中间是真正意义上的 decorator，下层负责实际调用。这种结构虽然看似复杂，但每一层都只做单一职责，所以拆开来看非常直观。
• 痛点： 当你第一次看到多重括号和多重 @ 时很容易误以为语法错误。但只要按顺序拆开，就能发现它们都是合法且必要的封闭结构。
• 注意： 无论怎样包装。都请记得保持内置 __name__,__doc__ 等属性，以免调试时出现意外行为！

三大经典使用场景

• 日志记录 – 跟踪调用次数、耗时与传参；
• 权限校验 – 防止非授权访问；
• 缓存 – 避免重复计算，提高性能；

日志记录

如果你想知道某个方法什么时候被调用、耗费多少时间还有传入哪些参数。在每个业务方法里手动加#TODO 日志打印代码...| 但用装饰器，只需一次声明即可复用整个项目。

   ，  ，

import time from functools import wraps

def log_execution: @wraps def wrapper: start = time.time print result = func elapsed = time.time - start print return result return wrapper

@logexecution def slowfunction: time.sleep return "done"

slow_function

权限校验

。

---