Python装饰器参数怎么传递_带参数装饰器示例解析【教程】

带参数的装饰器本质是“装饰器工厂”，需三层嵌套：外层接收装饰器参数并返回中层函数，中层接收被装饰函数并返回内层函数，内层接收调用参数、执行逻辑并返回原函数结果；漏掉任一层return将导致TypeError或返回None。

带参数的装饰器本质是“装饰器工厂”，它先接收参数，再返回一个真正的装饰器函数。关键在于多一层函数嵌套：外层接收装饰器参数，中层接收被装饰函数，内层执行实际逻辑。

装饰器参数传递的三层结构

带参数装饰器必须有三层嵌套函数：

• 最外层：接收装饰器本身的参数（如@log(level='INFO')里的level），返回中层函数
• 中层：接收被装饰的函数对象（func），返回内层函数
• 内层：接收被装饰函数的调用参数（*args, **kwargs），执行前置/后置逻辑，并调用原函数

一个实用的带参日志装饰器

下面是一个记录执行级别和函数名的日志装饰器：

def log(level='INFO'):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f'[{level}] Calling {func.__name__}')
            result = func(*args, **kwargs)
            print(f'[{level}] {func.__name__} finished')
            return result
        return wrapper
    return decorator
@log('DEBUG')  # 传入装饰器参数 'DEBUG'
def greet(name):
return f'Hello, {name}!'
print(greet('Alice'))

输出为：

[DEBUG] Calling greet
[DEBUG] greet finished
Hello, Alice!

为什么不能直接在中层接收装饰器参数？

因为 Python 解析@log('DEBUG')时，会立即调用log('DEBUG')，期望它返回一个可调用对象（即真正的装饰器）。如果log没有外层，它就只能接收func，无法拿到'DEBUG'——此时@log('DEBUG')等价于log('DEBUG')(func)，而log('DEBUG')必须返回一个能接收func的函数。

带参装饰器配合 functools.wraps 保持元信息

不加@wraps会导致被装饰函数的__name__、__doc__丢失。正确写法：

from functools import wraps
def log(level='INFO'):
def decorator(func):
@wraps(func)  # 修复函数元信息
def wrapper(*args, *kwargs):
print(f'[{level}] {func.name} start')
return func(args, **kwargs)
return wrapper
return decorator

这样greet.__name__仍是'greet'，而非'wrapper'。

常见错误：漏掉某一层 return

容易出错的点：

• 外层忘了return decorator → 报错：TypeError: 'NoneType' object is not callable
• 中层忘了return wrapper → 原函数调用返回None，逻辑中断
• 内层忘了return func(...) → 装饰后函数永远返回None

记住：每一层函数体末尾都要有明确的return，且返回值类型要匹配调用预期。