Python装饰器进阶教程_带参数装饰器实现
带参数装饰器本质是三层嵌套函数：最外层接收装饰器参数并返回中间层装饰器，中间层接收被装饰函数并返回内层wrapper，内层负责执行逻辑与重试等操作。
带参数装饰器的本质：三层嵌套函数
带参数的装饰器不是直接修饰函数，而是先接收参数，再返回一个真正的装饰器。整个结构是三层函数嵌套：最外层接收装饰器参数，中间层接收被装饰函数，最内层负责执行逻辑。比如 @retry(max_attempts=3)，retry 是最外层函数，它拿到 max_attempts=3 后返回一个标准装饰器（中间层），这个装饰器再作用于目标函数。
手动实现一个带参数的重试装饰器
以下是一个实用的带参数重试装饰器，支持指定最大尝试次数和异常类型：
（注意：实际使用中建议用 tenacity 等成熟库，此处为理解原理）
- 最外层
retry接收max_attempts和exceptions参数，只运行一次（装饰时调用） - 中间层
dec接收被装饰的函数
oratorfunc，返回内层包装函数 - 内层
wrapper在每次调用时执行逻辑，捕获异常并按需重试
orator代码示例：
def retry(max_attempts=3, exceptions=(Exception,)):
def decorator(func):
def wrapper(*args, **kwargs):
for attempt in range(max_attempts):
try:
return func(*args, **kwargs)
except exceptions as e:
if attempt == max_attempts - 1:
raise
print(f"Attempt {attempt + 1} failed: {e}, retrying...")
return None
return wrapper
return decorator
使用方式
@retry(max_attempts=2, exceptions=(ValueError,))
def fetch_data():
import random
if random.random() < 0.8:
raise ValueError("Network timeout")
return "success"
带参数装饰器与类装饰器的等价写法
用类实现带参数装饰器更清晰，也更易扩展状态（如累计调用次数、耗时统计）：
- 类的
__init__接收装饰器参数（如timeout=5） -
__call__接收被装饰函数，并返回一个闭包或绑定方法作为实际包装器 - 内部可维护实例属性，比如记录某函数被调用了几次
示例（超时控制装饰器）：
class timeout:
def __init__(self, seconds):
self.seconds = seconds
def __call__(self, func):
def wrapper(*args, **kwargs):
import signal
def timeout_handler(signum, frame):
raise TimeoutError(f"{func.__name__} timed out after {self.seconds}s")
old_handler = signal.signal(signal.SIGALRM, timeout_handler)
signal.alarm(self.seconds)
try:
result = func(*args, **kwargs)
return result
finally:
signal.alarm(0)
signal.signal(signal.SIGALRM, old_handler)
return wrapper使用
@timeout(seconds=2)
def slow_function():
import time
time.sleep(3)
return "done"
常见陷阱与调试技巧
写带参数装饰器时容易出错，关键点在于分清“装饰时”和“调用时”的执行时机：
-
不要在最外层或中间层做运行时操作：比如在
retry(max_attempts=3)里打印日志，会导致装饰时就输出，而非函数调用时 -
正确保留原函数元信息：用
@functools.wraps(func)修饰内层wrapper，否则help()、func.__name__会丢失 -
参数默认值要小心可变对象：如
exceptions=[]改成exceptions=None，再在函数体内设为(Exception,)，避免跨调用污染
