带参数装饰器必须是三层函数，因为@decorator(arg)先调用decorator(arg)返回真正的装饰器；第一层收装饰器参数，第二层收被装饰函数，第三层收原函数参数并执行逻辑；需用@functools.wraps(func)保留元信息。
带参数装饰器为什么必须是三层函数
因为 Python 解释器在遇到 @decorator(arg) 时，会先执行 decorator(arg)，期望它返回一个真正的装饰器（即接收函数并返回包装后函数的可调用对象）。所以最外层函数负责接收装饰器参数，中间层接收被装饰函数，最内层负责实际逻辑。
常见错误是只写两层，导致 TypeError: 'function' object is not callable 或装饰器完全不生效。
- 第一层：接收装饰器参数（如
log_level），返回第二层函数 - 第二层：接收被装饰的函数
func，返回第三层函数 - 第三层：接收原函数的参数（
*args, **kwargs），执行前后逻辑，调用func
如何正确保留原函数的元信息
不加处理时，被装饰后的函数 __name__、__doc__ 都会变成内层包装函数的，这对调试、文档生成（如 Sphinx）、反射（inspect.signature）都会造成干扰。
必须使用 @functools.wraps(func) 修饰第三层函数：
立即学习“Python免费学习笔记（深入）”；
from functools import wraps <p>def with_retry(max_attempts=3): def decorator(func): @wraps(func) # ← 关键：把 func 的元信息复制给 wrapper def wrapper(*args, *<em>kwargs): for i in range(max_attempts): try: return func(</em>args, **kwargs) except Exception: if i == max_attempts - 1: raise return None return wrapper return decorator
带参数装饰器的常见误用场景
最容易出错的是混淆「装饰器参数」和「被装饰函数参数」，尤其在动态构造装饰器时。
- 把
@my_dec(a=1)(b=2)当作多级参数——实际不合法，Python 只支持一层括号调用 - 在第二层（接收
func的函数）里直接访问装饰器参数，却忘了它属于闭包外层，需确保作用域链完整 - 用类实现带参装饰器时，忘记在
__call__中区分：第一次调用传的是func还是参数？典型做法是检查第一个参数是否为函数类型 - 参数类型校验缺失，比如传入
None或负数给max_retries，应在第一层就抛出ValueError
装饰器参数支持延迟求值吗
可以，但必须把求值逻辑移到第三层（wrapper 内），否则参数会在装饰定义时（模块加载期）就被计算，而非每次调用时。
例如日志中想记录当前时间戳，如果写成：
def log_time(label=time.time()): # ❌ 错误：模块导入时就固定了
...
应改为：
def log_time(label="run"):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.time() # ✅ 正确：每次调用才计算
result = func(*args, **kwargs)
print(f"[{label}] took {time.time() - start:.2f}s")
return result
return wrapper
return decorator
闭包变量的生命周期和求值时机，是带参装饰器里最易被忽略的复杂点。
