Python 装饰器如何正确处理带参数函数？-Python教程-PHP中文网

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。

python 装饰器如何正确处理带参数函数？

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
<p>@log_call
def add(a, b, c=10):
return a + b + c</p><p>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）</p>

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。

Biopython

全面的分子生物学工具集。适用于序列操作、文件解析（FASTA/GenBank/PDB）、系统发育分析，以及通过 Bio.Entrez 以编程方式访问 NCBI/

下载

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
<p>@retry(max_attempts=2)
def fetch_data(url):</p><h1>模拟可能失败的操作</h1><pre class="brush:python;toolbar:false;">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 wraps
<p>def log_call(func):
@wraps(func)  # 这一行很重要
def wrapper(*args, *<em>kwargs):
print(f"调用 {func.<strong>name</strong>}")
return func(</em>args, **kwargs)
return wrapper</p><p>@log_call
def greet(name):
"""向某人打招呼"""
return f"Hello, {name}"</p><p>print(greet.<strong>doc</strong>)  # 正确输出："向某人打招呼"
print(greet.<strong>name</strong>) # 正确输出："greet"</p>

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 wraps
<p>P = ParamSpec('P')
R = TypeVar('R')</p><p>def log_call(func: Callable[P, R]) -> Callable[P, R]:
@wraps(func)
def wrapper(*args: P.args, *<em>kwargs: P.kwargs) -> R:
print(f"调用 {func.<strong>name</strong>}")
return func(</em>args, **kwargs)
return wrapper</p>