Python类装饰器是通过实现__call__方法使类可调用，从而在不修改原类前提下动态增强其行为，常用于自动注册、接口校验、属性注入及单例控制等场景。

Python 类装饰器本质上是利用 __call__ 方法实现的可调用对象，它通过元编程思想，在不修改原类定义的前提下，动态增强类的行为——比如自动注册、添加属性、注入方法或控制实例化过程。

类装饰器的核心：让类本身可被调用

要让一个类能像函数一样被用作装饰器（即写成 @MyDecorator），它必须实现 __call__ 方法。该方法接收被装饰的类作为参数，并返回一个新的类（或原类增强后的版本）。

• 装饰器类通常在 __init__ 中接收配置参数（如日志开关、注册名等）
• __call__ 接收被装饰的目标类，可对其进行包装、子类化或动态改写
• 返回值一般是一个新类（常继承原类），确保实例化行为不受破坏

常见用途：自动注册与接口校验

类装饰器特别适合框架层的统一管理场景，例如插件系统中自动将类注册到全局 registry，或强制要求实现特定方法。

Secure Python Code Sandbox

安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。

下载

• 注册型：在 __call__ 中执行 registry[cls.__name__] = cls
• 校验型：检查 cls 是否有 run 或 handle 方法，缺失则抛出 TypeError
• 注入型：用 setattr(cls, 'created_at', datetime.now()) 添加元数据

注意实例生命周期与单例控制

类装饰器本身是“类”，每次使用 @Deco() 都会新建一个装饰器实例；而 @Deco（无括号）则复用同一个类对象。若需共享状态（如计数器、缓存），应把状态放在装饰器类的类属性或闭包中，而非实例属性。

立即学习“Python免费学习笔记（深入）”；

• 错误做法：self.count = 0 → 每次装饰都重置
• 正确做法：Deco._registry = {} 或用模块级变量
• 若想控制被装饰类的实例化（如单例），可在返回的新类中重写 __new__

和函数装饰器、@dataclass 的关键区别

函数装饰器作用于函数对象，类装饰器作用于类对象；二者都属于运行时元编程，但操作目标不同。它不是替代 @dataclass 的工具——@dataclass 是语言内置的代码生成机制（编译期/导入期），而类装饰器是纯运行期逻辑，更灵活但也更“手动”。

• @dataclass 自动生成 __init__、__repr__ 等，不可定制流程
• 类装饰器可决定是否保留原 __init__、是否拦截 __new__、是否代理属性访问
• 两者可共存：先 @dataclass 再 @MyClassDecorator

不复杂但容易忽略：类装饰器返回的必须是可实例化的类对象，不能返回实例或其它类型，否则会导致 TypeError: isinstance() arg 2 must be a type or tuple of types 类似错误。