装饰器本质是接收函数并返回新函数的高阶函数，核心为三步：接收原函数、定义包装逻辑、返回替代函数；支持带参配置、元信息保留及类实现状态管理。
装饰器本质：函数的函数
装饰器不是语法糖，而是接收函数作为参数、返回新函数的高阶函数。它的核心逻辑就三步：接收原函数、定义包装逻辑、返回替代函数。写一个最简装饰器，不需要@符号
也能理解：
- def log_call(func): # 接收函数
- def wrapper(*args, **kwargs): # 定义包装行为
- print(f"Calling {func.__name__}")
- return func(*args, **kwargs)
- return wrapper # 返回新函数
- def greet(name): return f"Hello, {name}"
- greet = log_call(greet) # 手动包装 —— 这就是@log_call的等价操作
带参数的装饰器：多一层闭包
当你想让装饰器接受配置（比如日志级别、重试次数），就得再套一层函数。关键点在于：最外层接收装饰器参数，中间层接收被装饰函数，最内层执行逻辑。
- def retry(times=3): # 装饰器工厂：接收配置
- def decorator(func): # 真正的装饰器：接收函数
- def wrapper(*args, **kwargs):
- for i in range(times):
- try:
- return func(*args, **kwargs)
- except Exception as e:
- if i == times - 1: raise
- return wrapper
- return decorator
- @retry(times=2) # 使用时传参，实际调用的是 retry(2)(func)
保留原函数元信息：别让wrapper“冒名顶替”
直接写wrapper会丢失func.__name__、func.__doc__等信息，调试和IDE提示会出问题。用functools.wraps是最稳妥解法。
- 在wrapper定义后立即加 @functools.wraps(func)
- 它会自动复制
__name__、__doc__、__module__、__annotations__等属性 - 不加wraps时
help(greet)显示的是wrapper的帮助，加了才显示原函数文档 - 自定义装饰器若需传递额外属性（如
func._cached = True），仍要手动设置，wraps不处理这类自定义属性
类装饰器：用__call__管理状态
当需要在多次调用间维持状态（如计数、缓存、连接池），类比函数装饰器更清晰。核心是实现__init__（存配置）和__call__（执行包装逻辑）。
- class CountCalls:
- def __init__(self):
- self.count = 0
- def __call__(self, func):
- def wrapper(*args, **kwargs):
- self.count += 1
- print(f"{func.__name__} called {self.count} times")
- return func(*args, **kwargs)
- return wrapper
- @CountCalls() # 注意括号：必须实例化才能用
- 类装饰器天然支持实例属性共享，适合有状态场景；无状态时函数装饰器更轻量
