本文介绍一种通用、健壮的 Python 装饰器设计方式，利用 inspect.signature 动态解析被装饰对象的参数签名，使单个装饰器能无缝支持普通函数和类方法，避免重复定义或硬编码参数逻辑。
本文介绍一种通用、健壮的 python 装饰器设计方式，利用 `inspect.signature` 动态解析被装饰对象的参数签名，使单个装饰器能无缝支持普通函数和类方法，避免重复定义或硬编码参数逻辑。
在 Python 中，无法像 C++ 那样通过编译期重载（overload）为同一名称的装饰器提供多个签名版本。但我们可以借助运行时反射能力，构建智能、自适应的统一装饰器——核心在于不假设调用约定，而是动态识别目标可调用对象（函数或方法）的真实签名，并据此正确提取、转发参数。
✅ 推荐方案：基于 inspect.signature 的通用装饰器
以下是一个生产就绪的实现，它能自动区分普通函数与实例方法，无需额外装饰器变体：
from functools import wraps
from inspect import signature
def nice(f):
sig = signature(f) # 获取被装饰函数/方法的完整签名
@wraps(f)
def decorator(*args, **kwargs):
# 安全绑定所有传入参数到原始签名
bound_args = sig.bind(*args, **kwargs)
bound_args.apply_defaults() # 填充默认值（如有）
# 从绑定结果中安全提取关键参数（按名而非位置）
a = bound_args.arguments.get('a')
b = bound_args.arguments.get('b')
is_method = 'self' in bound_args.arguments
print(f"a={a}, b={b}, {'method' if is_method else 'function'}")
# 调用原函数/方法（保持原始调用方式）
result = f(*bound_args.args, **bound_args.kwargs)
# 使用现代 f-string 格式化（更安全、更清晰）
formatted_result = f'result is: {result}'
print(formatted_result)
return formatted_result
return decorator
✅ 使用示例：一次定义，处处生效
@nice
def sumup(a, b):
return a + b
class Test:
def __init__(self):
pass
@nice
def sumup(self, a, b):
return a + b
# 两种调用均正常工作
print(sumup(2, 6)) # → "result is: 8"
print(sumup(b=3, a=5)) # → "result is: 8"（支持关键字调用）
obj = Test()
print(obj.sumup(4, 8)) # → "result is: 12"
print(obj.sumup(b=10, a=7)) # → "result is: 17"
⚠️ 关键注意事项
-
不要硬编码参数数量或位置：如
def decorator(a, b)或def decorator(self, a, b)会因调用上下文不同而失败（例如方法调用时self是隐式传入的第一参数，但装饰器内层函数若未声明self，将导致TypeError）。 -
*args, **kwargs是安全起点*：配合sig.bind()可精确还原原始调用语义，兼容位置/关键字混合传参、默认值、`args/kwargs` 等复杂签名。 -
避免过早类型判断：无需预先猜测是否为方法（如检查
len(sig.parameters)==3），bound_args.arguments直接反映实际传入内容，更鲁棒。 -
@wraps(f)不可省略：确保装饰后函数保留原始__name__、__doc__等元信息，利于调试与工具链（如 Sphinx、IDE）识别。
✅ 总结
一个真正通用的装饰器，本质是解耦“接收参数”与“理解参数”：用 *args, **kwargs 宽松接收所有输入，再用 inspect.signature 精准解析其含义。这种方式不仅解决函数/方法二象性问题，还天然支持任意签名（含 *args, **kwargs, 默认值、类型注解等），是 Python 装饰器工程化的最佳实践之一。
