装饰器需显式获取request对象：flask用from flask import request，fastapi须依赖注入或函数参数传入；必须用functools.wraps保留原函数元信息，通过包裹调用捕获响应状态码与耗时，并避免直接读取request body或敏感头信息。
装饰器怎么接收请求对象并记录日志
Web框架（如Flask、FastAPI）中，装饰器本身不自动获得request对象，必须显式从当前上下文获取。Flask用from flask import request，FastAPI则需通过依赖注入或在路由函数内部传入——装饰器不能直接“抓取”参数，只能拦截已定义的函数签名。
常见错误是写成这样：@log_request 然后在装饰器里直接访问request，却没确认当前是否在请求上下文中，结果抛出RuntimeError: Working outside of application context。
- Flask：确保装饰器在
app.app_context()或app.request_context()内运行，或仅用于已注册的路由函数（此时request可用） - FastAPI：装饰器无法直接读
Request，应改用Depends或中间件；若坚持用装饰器，需让被装饰函数显式声明request: Request参数，并在装饰器中通过*args/**kwargs提取 - 日志内容建议至少包含：
request.method、request.url.path、request.headers.get("User-Agent")、响应状态码（需捕获返回值或异常）
如何在装饰器里拿到响应状态码和耗时
状态码和耗时不是装饰器一进来就能知道的——它们取决于被装饰函数的执行结果和返回值。必须包裹函数调用，并在try/except中捕获返回值或异常，再统一记录。
例如，Flask路由返回Response对象或字符串，其status_code属性不一定存在（字符串没有），而FastAPI可能返回JSONResponse或普通dict。硬编码取resp.status_code会报AttributeError。
- 推荐做法：统一用
time.time()测耗时，用try获取返回值，except捕获HTTPException或通用异常，从中提取状态码 - 对Flask，可检查返回值类型：
if hasattr(resp, "status_code")，否则默认200；对FastAPI，更稳妥的是让装饰器只作用于明确返回Response子类的函数 - 别在装饰器里调用
logging.info()前拼接长字符串——先用f-string生成消息，再传入logger，避免不必要的格式化开销
为什么用functools.wraps而不是裸函数
不用@functools.wraps(func)会导致被装饰函数的__name__、__doc__、__annotations__全变成装饰器内部函数的，这在Flask注册路由、FastAPI生成OpenAPI文档时会出问题：路由名变成wrapper，接口描述丢失，甚至健康检查端点/docs加载失败。
- 必须在装饰器内层函数上加
@functools.wraps(func)，且该内层函数要真正返回原函数的执行结果（不能漏掉return） - 如果装饰器带参数（比如
@log_request(level="DEBUG")），functools.wraps要套在最内层函数上，不是中间那层闭包 - 检查是否生效：打印
your_route.__name__，如果不是原函数名，说明wraps没用对
生产环境要注意哪些日志性能陷阱
高频接口每请求都打完整日志（含body、headers）会迅速拖慢服务，尤其当request.get_data()被多次调用时，Flask会抛RuntimeError: Cannot stream response after the response has been started。
- 避免记录
request.get_data()或request.json——前者消耗流、后者可能触发重复解析；如真需要body，应在装饰器外由业务逻辑主动传入 - 敏感字段（如
Authorization、Cookie）必须脱敏，不能只靠日志级别控制；建议用正则预处理headers字典 - 异步框架（如FastAPI + uvicorn）下，不要在装饰器里用
logging.basicConfig()——它会干扰uvicorn自己的日志配置；应复用logging.getLogger(__name__)并提前配置好handler
真正麻烦的从来不是写个能跑的日志装饰器，而是它在并发场景下不偷偷吃掉内存、不泄露token、不把调试日志打到生产磁盘满。
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！
