0

0

Python 装饰器模式与函数式组合的结合

舞夢輝影

舞夢輝影

发布时间:2026-01-26 19:38:02

|

463人浏览过

|

来源于php中文网

原创

装饰器本质是函数式组合的语法糖,即@decorator等价于func = decorator(func),其核心是返回兼容原函数签名的新函数,并需用@wraps保留元信息以支持类型检查与IDE推导。

python 装饰器模式与函数式组合的结合

装饰器本质是函数式组合的语法糖

Python 装饰器不是魔法,它只是把 func = decorator(func) 这种显式函数包装,用 @decorator 语法糖重写了一遍。真正起作用的,是装饰器返回的新函数——这个新函数通常内部调用原函数,并在其前后插入逻辑。这和函数式编程里的组合(compose(f, g) 表示先 g 再 f)在语义上完全一致。

关键在于:所有装饰器都必须返回一个可调用对象,且该对象参数签名需兼容原函数(否则调用会出错)。常见错误是装饰器内部没正确传递 *args**kwargs,导致被装饰函数接收不到参数。

  • functools.wraps(func) 包裹内层函数,避免丢失原函数的 __name____doc__ 等元信息
  • 不带参数的装饰器:返回一个接受函数的闭包;带参数的装饰器:返回一个“装饰器工厂”,即返回一个闭包,该闭包再返回真正的装饰器
  • 多个装饰器叠加(@a\n@b\ndef f())等价于 f = a(b(f)),注意执行顺序是从下往上、组合方向是右到左

手动实现 compose 辅助多装饰器链式组合

当需要动态组合多个装饰器(比如根据配置开关日志、缓存、权限),硬写 @log @cache @auth 不够灵活。此时可自己写一个 compose 函数,把装饰器当作一元函数来组合:

def compose(*funcs):
    def inner(x):
        for f in reversed(funcs):
            x = f(x)
        return x
    return inner

等价于 @timer @validate @retry

wrapped = compose(timer, validate, retry)(my_func)

注意 reversed:因为 compose(f, g) 本意是 f(g(x)),而装饰器链 @f @g def h() 实际是 f(g(h)),所以组合时要倒序遍历。

立即学习Python免费学习笔记(深入)”;

  • 这种写法绕过了语法糖限制,适合运行时决定装饰顺序或条件组合
  • 每个装饰器仍需保持“接收函数 → 返回函数”的签名,否则 compose 无法串联
  • 调试时直接打印 wrapped.__name__ 可能显示 inner,务必在每个装饰器里用 @wraps

@wraps 不只是修元信息,更是避免类型检查/IDE 推导失败

很多开发者只把 @wraps 当作让 help() 显示正确文档的补救措施,但它对静态分析工具(如 mypy、PyCharm)同样关键。没有 @wraps,装饰后的函数类型会被识别为 Any 或闭包类型,导致参数提示丢失、类型校验失效。

网趣网上购物系统HTML静态版
网趣网上购物系统HTML静态版

网趣购物系统静态版支持网站一键静态生成,采用动态进度条模式生成静态,生成过程更加清晰明确,商品管理上增加淘宝数据包导入功能,与淘宝数据同步更新!采用领先的AJAX+XML相融技术,速度更快更高效!系统进行了大量的实用性更新,如优化核心算法、增加商品图片批量上传、谷歌地图浏览插入等,静态版独特的生成算法技术使静态生成过程可随意掌控,从而可以大大减轻服务器的负担,结合多种强大的SEO优化方式于一体,使

下载

典型表现:my_func(123) 在 IDE 里没有参数提示,mypy 报 error: "Callable[..., Any]" has no attribute "__name__"

  • 必须在装饰器内部的包装函数上加 @wraps(func),而不是在装饰器函数本身
  • 如果装饰器有参数(如 @retry(max_attempts=3)),@wraps 要放在最内层返回的函数上
  • 第三方装饰器库(如 tenacitybackoff)多数已内置 @wraps,但自定义时极易遗漏

装饰器 + partial 实现参数预绑定的组合场景

当某个装饰器需要固定部分参数(比如 @cache(ttl=300)),又想把它和其他装饰器组合使用时,直接传 cache(ttl=300) 会立即执行并返回非函数对象。这时应改用 functools.partial 延迟求值:

from functools import partial

cached_5min = partial(cache, ttl=300) wrapped = compose(cached_5min, validate, log)(my_func)

这比写一个专门的 cache_5min 工厂函数更轻量,也避免了闭包嵌套过深。

  • partial 返回的是可调用对象,满足装饰器组合链要求
  • 不能对已经执行过的装饰器结果再 partial(如 partial(cache(...)(func), ...)),那已经是最终函数了
  • lambda 相比,partial 更易读、可序列化、支持 __repr__,适合生产环境

装饰器与函数式组合的边界其实很薄——只要你始终记得:装饰器是函数,返回值是函数,组合就是函数套函数。最容易被忽略的是签名一致性:哪怕逻辑再简单,漏传 *args 或忘了 @wraps,下游调用就会悄无声息地崩掉。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
scripterror怎么解决
scripterror怎么解决

scripterror的解决办法有检查语法、文件路径、检查网络连接、浏览器兼容性、使用try-catch语句、使用开发者工具进行调试、更新浏览器和JavaScript库或寻求专业帮助等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

208

2023.10.18

500error怎么解决
500error怎么解决

500error的解决办法有检查服务器日志、检查代码、检查服务器配置、更新软件版本、重新启动服务、调试代码和寻求帮助等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

295

2023.10.25

lambda表达式
lambda表达式

Lambda表达式是一种匿名函数的简洁表示方式,它可以在需要函数作为参数的地方使用,并提供了一种更简洁、更灵活的编码方式,其语法为“lambda 参数列表: 表达式”,参数列表是函数的参数,可以包含一个或多个参数,用逗号分隔,表达式是函数的执行体,用于定义函数的具体操作。本专题为大家提供lambda表达式相关的文章、下载、课程内容,供大家免费下载体验。

206

2023.09.15

python lambda函数
python lambda函数

本专题整合了python lambda函数用法详解,阅读专题下面的文章了解更多详细内容。

191

2025.11.08

Python lambda详解
Python lambda详解

本专题整合了Python lambda函数相关教程,阅读下面的文章了解更多详细内容。

53

2026.01.05

go语言闭包相关教程大全
go语言闭包相关教程大全

本专题整合了go语言闭包相关数据,阅读专题下面的文章了解更多相关内容。

137

2025.07.29

pycharm怎么改成中文
pycharm怎么改成中文

PyCharm是一种Python IDE(Integrated Development Environment,集成开发环境),带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外,该IDE提供了一些高级功能,以用于支持Django框架下的专业Web开发。php中文网给大家带来了pycharm相关的教程以及文章,欢迎大家前来学习和阅读。

225

2023.07.25

pycharm安装教程
pycharm安装教程

PyCharm是一款由JetBrains开发的Python集成开发环境(IDE),它提供了许多方便的功能和工具。本专题为大家带来pycharm安装教程,帮助大家解决问题。

202

2023.08.21

Python 自然语言处理(NLP)基础与实战
Python 自然语言处理(NLP)基础与实战

本专题系统讲解 Python 在自然语言处理(NLP)领域的基础方法与实战应用,涵盖文本预处理(分词、去停用词)、词性标注、命名实体识别、关键词提取、情感分析,以及常用 NLP 库(NLTK、spaCy)的核心用法。通过真实文本案例,帮助学习者掌握 使用 Python 进行文本分析与语言数据处理的完整流程,适用于内容分析、舆情监测与智能文本应用场景。

10

2026.01.27

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.3万人学习

Django 教程
Django 教程

共28课时 | 3.6万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.3万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号