第一章：Python装饰器带参数的高级用法概述

装饰器带参数的基本结构

• 最外层接收装饰器参数
• 中间层接收被装饰函数
• 最内层执行实际逻辑并调用原函数

def repeat(times): """装饰器：重复执行函数指定次数""" def decorator(func): def wrapper(*args, **kwargs): for _ in range(times): result = func(*args, **kwargs) return result return wrapper return decorator @repeat(times=3) def greet(name): print(f"Hello, {name}!") greet("Alice") # 输出三次: Hello, Alice!

使用场景对比

注意事项

1. 确保最外层函数返回的是真正的装饰器（即中间函数）
2. 合理使用*args和**kwargs保证兼容性
3. 若需保留原函数元信息，应使用functools.wraps

第二章：带参数装饰器的核心机制解析

2.1 理解三层闭包的执行逻辑

闭包的基本结构

• 最外层函数定义变量和第一个内部函数
• 中间层函数再定义第二个内部函数
• 最内层函数实际持有对外层所有变量的引用

代码示例与分析

function outer() { let a = 1; return function middle() { let b = 2; return function inner() { console.log(a + b); // 输出3 }; }; } outer()()(); // 调用三层函数

2.2 装饰器参数与函数逻辑的分离设计

双层装饰器结构

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: if i == max_attempts - 1: raise return wrapper return decorator

优势分析

• 参数独立解析，提升装饰器复用性
• 逻辑分层清晰，便于单元测试
• 支持运行时动态配置

2.3 使用类实现带参数装饰器的原理剖析

类装饰器的基本结构

class ParamDecorator: def __init__(self, param): self.param = param # 接收装饰器参数 def __call__(self, func): def wrapper(*args, **kwargs): print(f"参数: {self.param}") return func(*args, **kwargs) return wrapper

执行流程分析

1. 实例化装饰器类，传入参数
2. 将目标函数传递给 `__call__` 方法
3. 返回包装后的函数供调用

2.4 functools.wraps 在嵌套装饰中的作用

基础使用示例

from functools import wraps def outer(func): @wraps(func) def wrapper(*args, **kwargs): """包装器函数""" return func(*args, **kwargs) return wrapper

嵌套装饰中的优势

• 保持函数签名一致性
• 支持自省操作（如help()）正确显示原函数信息
• 便于调试与单元测试

2.5 性能开销分析与优化策略

异步处理优化

func handleRequestAsync(req Request) { go func() { data := process(req) // 异步处理耗时操作 cache.Set(req.ID, data) // 写入缓存 }() }

第三章：典型应用场景实战

3.1 实现可配置的日志记录装饰器

装饰器基础结构

import functools import logging def log_execution(level=logging.INFO, message="Function called"): def decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): logging.log(level, message) return func(*args, **kwargs) return wrapper return decorator

配置项说明

• level：指定日志严重级别，如 DEBUG、INFO、WARNING
• message：自定义输出文本，增强上下文可读性
• 支持任意函数类型，包括同步与普通方法

3.2 构建支持超时设置的重试机制

核心设计原则

Go语言实现示例

func retryWithTimeout(ctx context.Context, maxRetries int, timeout time.Duration, fn func() error) error { ctx, cancel := context.WithTimeout(ctx, timeout) defer cancel() for i := 0; i < maxRetries; i++ { select { case <-ctx.Done(): return ctx.Err() default: if err := fn(); err == nil { return nil } time.Sleep(time.Duration(1<

def role_required(allowed_roles): def decorator(func): def wrapper(*args, **kwargs): user_role = get_current_user_role() if user_role not in allowed_roles: raise PermissionError("Access denied: insufficient role privileges") return func(*args, **kwargs) return wrapper return decorator

{ "enable_logging": true, "cache_ttl": 300, "require_auth": false }

def conditional_decorator(func): if config['enable_logging']: func = log_execution(func) if config['require_auth']: func = require_authentication(func) return func

def retry(times=3): def decorator(func): def wrapper(*args, **kwargs): for _ in range(times): try: return func(*args, **kwargs) except Exception as e: last_exception = e raise last_exception return wrapper return decorator

@log_calls @retry(max_attempts=3) def fetch_data(): return requests.get("https://api.example.com")

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: if i == max_attempts - 1: raise return wrapper return decorator

apiVersion: security.istio.io/v1beta1 kind: PeerAuthentication metadata: name: default spec: mtls: mode: STRICT