Python装饰器本质是接收函数并返回新函数的高阶函数，通过闭包包装原函数、保留元信息（如用@wraps），实现行为增强而不改原代码。
Python装饰器本质是“函数的函数”——它接收一个函数作为参数，返回一个新的函数（或可调用对象），在不修改原函数代码的前提下，动态增强其行为。核心不在语法糖 @decorator，而在“包装+替换”这一动作：把原函数包进新逻辑里，再让变量名指向这个增强后的可调用体。
装饰器不是魔法，是显式函数调用的语法糖
写 @log_time 看似神秘，实际等价于：
def func(): ...<br>func = log_time(func)
也就是说，装饰器语句会在函数定义后立即执行，把 func 替换为 log_time(func) 的返回值。理解这点，就拆掉了第一层迷雾。
立即学习“Python免费学习笔记（深入）”；
关键结构：闭包封装原函数 + 内部函数控制执行流
一个典型装饰器长这样：
def timer(func):<br> def wrapper(*args, **kwargs):<br> start = time.time()<br> result = func(*args, **kwargs)<br> print(f"{func.__name__} took {time.time()-start:.2f}s")<br> return result<br> return wrapper
这里三个要点必须清楚：
-
外层函数接收被装饰函数（
func），并保持对其的引用 -
内层函数（
wrapper）保存原函数和增强逻辑，形成闭包 - 返回内层函数本身（不加括号），确保后续调用触发的是包装后的行为
带参数的装饰器：多套一层函数即可
当你看到 @retry(times=3)，这不是直接装饰，而是“装饰器工厂”：
def retry(times=1):<br> def decorator(func):<br> def wrapper(*args, **kwargs):<br> for i in range(times):<br> try:<br> return func(*args, **kwargs)<br> except Exception:<br> if i == times - 1: raise<br> return wrapper<br> return decorator
调用顺序是：retry(times=3) → 返回 decorator → decorator(func) → 返回 wrapper。三层嵌套，各司其职。
别忘了保留原函数的“身份信息”
直接装饰后，func.__name__ 变成 'wrapper'，help(func) 显示的是 wrapper 的文档。解决方法很简单：
用 from functools import wraps，并在 wrapper 上加 @wraps(func)：
@wraps(func)<br>def wrapper(*args, **kwargs): ...
它会自动复制 func.__name__、__doc__、__module__ 等属性到 wrapper 上，避免调试和反射时“找不到人”。
不复杂但容易忽略。抓住“传函数、返函数、包逻辑、留元信息”这十六个字，装饰器就从炫技变成了顺手工具。
