装饰器工厂与类装饰器：进阶装饰器技术解析

装饰器工厂与类装饰器：进阶装饰器技术解析

装饰器是Python中强大的元编程工具，除多种进阶形式。其中装饰器工厂（Decorator Factory）和类装饰器（Class Decorator）是两种重要变体，分别解决“带参数的装饰器”和“复杂状态管理的装饰器”问题。下面详细解析两者的原理、用法和区别。

一、装饰器工厂：带参数的装饰器生成器

装饰器工厂本质是“生成装饰器的函数”，它接受参数并返回一个装饰器（通常是函数装饰器），用于解决“装饰器需要自定义参数”的场景（如控制装饰器的行为细节）。

1. 为什么需要装饰器工厂？

普通装饰器（如之前的计时装饰器）无法直接接收参数，若想让装饰器更灵活（例如控制日志格式、设置超时时间），就需要用装饰器工厂“动态生成”带有参数的装饰器。

例如：希望计时装饰器能接收一个参数 unit，控制输出时间的单位（秒/毫秒）。

2. 装饰器工厂的实现原理

装饰器工厂的结构是“函数嵌套三层”：

• 外层函数：装饰器工厂，接收装饰器的参数；
• 中层函数：真正的装饰器，接收被装饰的函数；
• 内层函数：闭包（wrapper），包裹原函数执行逻辑，使用外层的参数。

# 装饰器工厂：接收参数，返回装饰器
def timer_factory(unit="second"):  # 外层：装饰器工厂，接收参数 unit# 中层：真正的装饰器，接收被装饰函数def timer_decorator(func):# 内层：闭包，使用外层的 unit 参数def wrapper(*args, **kwargs):import timestart = time.time()result = func(*args, **kwargs)end = time.time()duration = end - start# 根据 unit 参数格式化输出if unit == "ms":print(f"{func.__name__} 耗时：{duration*1000:.2f} 毫秒")else:print(f"{func.__name__} 耗时：{duration:.2f} 秒")return resultreturn wrapper  # 返回闭包return timer_decorator  # 返回装饰器# 使用装饰器工厂：先传参数生成装饰器，再装饰函数
@timer_factory(unit="ms")  # 等价于：@生成的 timer_decorator
def slow_function(n):import timetime.sleep(n)return nslow_function(1)  # 输出：slow_function 耗时：1001.23 毫秒（单位由参数控制）

3. 执行流程解析

1. 调用 timer_factory(unit="ms")，返回一个定制化的装饰器 timer_decorator（该装饰器“记住”了 unit="ms" 这个参数）；
2. @timer_decorator 作用于 slow_function，即 slow_function = timer_decorator(slow_function)；
3. 调用 slow_function(1) 时，执行闭包 wrapper，使用 unit="ms" 格式化输出。

二、类装饰器：基于类的装饰器实现

类装饰器是用类实现的装饰器，通过类的特殊方法（__init__ 和 __call__）实现装饰逻辑，尤其适合需要管理复杂状态（如计数、缓存）的场景。

1. 类装饰器的核心要素

要实现类装饰器，需满足：

• __init__ 方法：接收被装饰的函数作为参数，保存原函数引用（类似函数装饰器接收原函数）；
• __call__ 方法：实现装饰逻辑，包裹原函数执行（类似闭包 wrapper 的作用），可通过实例属性保存状态。

2. 基础示例：带状态的类装饰器

下面实现一个统计函数调用次数的类装饰器，展示其状态管理能力：

class CallCounter:# 初始化：接收被装饰函数，初始化状态（计数）def __init__(self, func):self.func = func  # 保存原函数self.count = 0    # 实例属性：记录调用次数（状态持久化）# 调用：实现装饰逻辑，每次调用计数+1def __call__(self, *args, **kwargs):self.count += 1print(f"[{self.func.__name__}] 第 {self.count} 次调用")return self.func(*args, **kwargs)  # 调用原函数# 使用类装饰器
@CallCounter
def add(a, b):return a + badd(1, 2)  # 输出：[add] 第 1 次调用 → 返回 3
add(3, 4)  # 输出：[add] 第 2 次调用 → 返回 7

优势：实例属性 self.count 自然支持状态持久化，无需像函数装饰器那样使用 nonlocal 关键字。

3. 带参数的类装饰器

类装饰器也可以通过“类工厂”的方式支持参数（类似装饰器工厂的思路），即先定义一个接收参数的类，再返回一个装饰器类。

例如，让计数装饰器支持“自定义前缀文本”：

# 类工厂：接收参数，返回定制化的类装饰器
def counter_factory(prefix="调用次数"):class CustomCallCounter:def __init__(self, func):self.func = funcself.count = 0self.prefix = prefix  # 使用工厂参数def __call__(self, *args, **kwargs):self.count += 1print(f"[{self.func.__name__}] {self.prefix}：{self.count}")return self.func(*args, **kwargs)return CustomCallCounter  # 返回定制化的类装饰器# 使用带参数的类装饰器
@counter_factory(prefix="第 N 次执行")
def multiply(a, b):return a * bmultiply(2, 3)  # 输出：[multiply] 第 N 次执行：1 → 返回 6
multiply(4, 5)  # 输出：[multiply] 第 N 次执行：2 → 返回 20

三、装饰器工厂与类装饰器的对比

维度	装饰器工厂（函数式）	类装饰器（基于类）
核心结构	三层函数嵌套（工厂→装饰器→闭包）	类 + __init__ + __call__ 方法
状态管理	依赖闭包的非局部变量（nonlocal）	依赖实例属性（self.xxx），更直观
支持参数	原生支持（外层函数接收参数）	需要通过“类工厂”间接支持
适用场景	轻量参数定制（如格式、开关）	复杂状态管理（如计数、缓存、权限）
可读性	简单场景清晰，复杂场景嵌套过深	结构清晰，适合扩展（如继承）

四、总结

-** 装饰器工厂：是“生成装饰器的函数”，通过三层嵌套实现带参数的装饰器，适合需要灵活定制装饰逻辑的场景（如控制输出格式）。
- 类装饰器**：用类实现的装饰器，通过 __init__ 和 __call__ 方法工作，优势在于状态管理（实例属性自然保存状态），适合复杂逻辑（如计数、缓存）。

两者都是装饰器模式的进阶形式，选择哪种取决于需求：简单参数定制用装饰器工厂，复杂状态管理用类装饰器。理解它们的原理，能让你在实际开发中更灵活地使用装饰器解决问题。