调试Python装饰器需区分装饰器定义时执行和被装饰函数调用时执行两个阶段：装饰器函数在@语法处立即运行一次，其返回的wrapper才在每次调用时执行；日志或print必须放在wrapper内；用functools.wraps保留原函数元信息；结合断点验证调用流程。
调试 Python 装饰器的关键在于看清“谁调用了谁、何时进入、何时返回”，尤其要区分装饰器本身执行（定义时）和被装饰函数执行（调用时）两个阶段。很多问题源于混淆这两者，比如在装饰器内部打印却没看到输出，其实是装饰器代码只在函数定义时运行了一次。
确认装饰器的执行时机
装饰器语法 @decorator 等价于 func = decorator(func)。这意味着：
- 装饰器函数（decorator）本身在模块加载或类定义完成时立即执行一次，用于包装原函数
- 装饰器返回的闭包（常叫 wrapper）才在每次调用 func() 时真正运行
- 如果想追踪每次调用，print 或日志必须放在 wrapper 内部，而不是装饰器函数体顶层
添加清晰的调用标记
在 wrapper 中加入带上下文的打印，能快速定位执行流：
def log_calls(func):
def wrapper(*args, **kwargs):
print(f"[→] Calling {func.__name__} with {args}, {kwargs}")
result = func(*args, **kwargs)
print(f"[←] {func.__name__} returned {result}")
return result
return wrapper
输出类似：
[→] Calling add with (2, 3), {}
[←] add returned 5
箭头方向直观体现进入/退出，函数名和参数确保不混淆。
利用 functools.wraps 保留元信息
未使用 @wraps(func) 会导致被装饰函数丢失 __name__、__doc__ 等，影响调试时的栈帧可读性。例如断点打在被装饰函数上，IDE 可能显示为 wrapper 而非真实函数名。
立即学习“Python免费学习笔记（深入）”；
正确写法：
from functools import wraps <p>def my_decorator(func): @wraps(func) # ← 关键！ def wrapper(*args, *<em>kwargs): return func(</em>args, **kwargs) return wrapper
结合调试器单步验证流程
在 wrapper 开头和结尾设断点，运行时观察调用栈：
- 第一次停在 wrapper 入口 → 检查 args 和 kwargs 是否符合预期
- 步入原函数 → 确认是否真进入了业务逻辑
- 返回后停在 wrapper 返回前 → 查看 result 类型与值
若断点根本未触发，说明函数根本没被调用，或装饰器未正确应用（比如忘了 @ 符号，或装饰器返回的不是可调用对象）。
