带参数的装饰器本质是装饰器工厂，需三层嵌套函数：外层接收参数并配置行为，中层接收被装饰函数并返回内层闭包，内层执行逻辑并透传参数；两层无法满足@语法要求。

带参数的装饰器本质是“装饰器工厂”——它不直接修饰函数，而是先接收参数，返回一个真正的装饰器，再由这个装饰器去包装目标函数。

核心结构：三层嵌套函数

要支持传参（比如 @log(level='INFO')），必须有三层函数嵌套：

• 外层：接收装饰器参数（如 level、name），只运行一次，用于配置行为
• 中层：接收被装饰的函数（func），是真正起装饰作用的函数，返回内层闭包
• 内层：实际执行逻辑（如打印日志 + 调用原函数），接收原函数的参数并透传

为什么不能两层？

如果只写两层（比如外层收参数、内层做装饰），调用时会变成 @log('INFO')(func)，不符合 Python 装饰器语法要求。Python 解析 @xxx 时，期望 xxx 是一个可调用对象，且能直接接受函数作为参数。所以中间必须有一层“返回装饰器”的逻辑，让 @log(level='INFO') 展开后等价于 @log_decorator（其中 log_decorator = log(level='INFO')）。

Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖，强化 Python 脚本。

下载

典型实现示例

以下是一个带参数的日志装饰器：

def log(level='INFO'):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f'[{level}] Calling {func.__name__}')
            return func(*args, **kwargs)
        return wrapper
    return decorator
<p>@log('DEBUG')  # 先调用 log('DEBUG') → 返回 decorator；再用 decorator 包装 greet
def greet(name):
return f'Hello, {name}'</p>

进阶注意点

• 保留原函数元信息（如 __name__、__doc__）：在 wrapper 上加 @functools.wraps(func)
• 参数可以是任意类型：支持关键字参数、位置参数，甚至可调用对象（如其他装饰器）
• 装饰器本身也可带默认值，提升易用性（如 def retry(max_attempts=3, delay=1):）

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！