wrapt.decorator比functools.wraps更适合异常捕获装饰器,因其天然支持完整调用上下文拦截(含self/cls)、自动适配同步/异步函数、严格保留签名与元信息,避免参数错位、协程未等待等问题。

wrapt.decorator 为什么比 functools.wraps 更适合异常捕获装饰器
因为 wrapt.decorator 天然支持对被装饰函数的完整调用上下文(包括 args、kwargs、self 或 cls)进行拦截,而 functools.wraps 只是元信息复制工具,不提供执行时钩子。写异常捕获逻辑时,你必须在真正调用前拿到所有参数,否则无法做日志回溯或条件重试。
常见错误是直接套用 @wraps(func) 写一个普通闭包装饰器,结果遇到类方法时 self 丢失、args[0] 错位,或者异步函数报 RuntimeWarning: coroutine 'xxx' was never awaited。
-
wrapt.decorator自动识别并透传绑定上下文(self/cls),无需手动判断 - 它默认支持同步/异步函数混用——装饰器内部可统一用
await判断处理 - 签名保留严格:被装饰函数的
__signature__、__name__、__doc__全部原样继承
如何用 wrapt 写一个带重试 + 异常分类的日志装饰器
核心不是“捕获所有异常”,而是区分 Exception 和 BaseException,避免吞掉 KeyboardInterrupt 或 SystemExit;同时要允许按异常类型配置是否重试、是否告警、是否记录 traceback。
instance
- 检查
inspect.iscoroutinefunction(wrapped)或asyncio.iscoroutine(wrapped(*args, **kwargs)) - 若为协程,用
await wrapped(*args, **kwargs);否则用wrapped(*args, **kwargs) - 不要在装饰器里硬塞
asyncio.run():会破坏调用方已有的事件循环上下文 - 真实项目中建议加一层
if sys.version_info >= (3, 8): import asyncio防止低版本报错
示例关键片段:
当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。
import asyncio
import inspect
<p>@wrapt.decorator
async def async_safe_call(wrapped, instance, args, kwargs):
is_coro = inspect.iscoroutinefunction(wrapped)
try:
if is_coro:
result = await wrapped(*args, *<em>kwargs)
else:
result = wrapped(</em>args, **kwargs)
return result
except Exception as e:
logger.exception("Async call failed: %s", wrapped.<strong>name</strong>)
raise
</p>
容易被忽略的 wrapt 初始化陷阱
wrapt 默认不会自动安装其 C 扩展模块,纯 Python 回退模式下性能下降约 40%,且某些高级特性(如装饰器嵌套时的栈帧还原)可能失效。开发机没问题,上线后压测才发现延迟突增,就很难定位。
- 安装时显式加
--no-binary wrapt强制编译:pip install --no-binary wrapt wrapt - 验证是否启用 C 模块:
import wrapt; print(wrapt._C)—— 输出表示成功 - 在
pyproject.toml中把wrapt加入[build-system]的requires,避免 CI 构建时漏掉编译步骤 - 如果用 PyO3 或 Rust 扩展(如
maturin构建的包),wrapt 的 C 模块可能因 ABI 冲突静默失败,此时需固定wrapt
异常捕获装饰器一旦部署进中间件链路,它的健壮性就取决于最底层的 wrapt 运行时——这点比装饰器逻辑本身还关键。
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!










