本文详解如何利用 Python 装饰器在函数定义阶段（而非调用时）自动收集元数据并注册函数对象，实现真正的“声明即注册”，从而支持后续统一发现、遍历与按需执行。
本文详解如何利用 python 裸器在函数定义阶段（而非调用时）自动收集元数据并注册函数对象，实现真正的“声明即注册”，从而支持后续统一发现、遍历与按需执行。
在 Python 中，装饰器本质上是在函数被定义时立即执行的高阶函数。许多开发者误将元数据存储逻辑放在 wrapper 内部（即函数调用时），导致只有当 print_weep() 被显式调用后，信息才写入存储列表——这违背了“仅靠装饰就完成注册”的设计初衷。
正确做法是：将元数据注册语句置于装饰器闭包内部、wrapper 定义之前。此时，Python 解释器在解析 @memory(...) 语法时，会立即执行 decorator(func)，从而将函数引用及其元数据一次性存入全局（或模块级）存储结构中，而无需触发任何实际函数调用。
以下是优化后的完整实现：
import functools
memory_storage = [] # 全局注册表，用于存放所有被 @memory 装饰的函数元数据
def memory(func_names, description):
def decorator(func):
# ✅ 关键修改：此处发生在装饰时（import/定义时），非调用时
memory_storage.append({
"func_names": func_names,
"description": description,
"function": func # 直接存储函数对象，非调用结果
})
# 保持原函数行为不变：wrapper 仅负责透传调用
@functools.wraps(func)
def wrapper(*args, **kwargs):
return func(*args, **kwargs)
return wrapper
return decorator
# 声明即注册：以下两行执行时，memory_storage 已包含两条记录
@memory(func_names=['print_weep'], description="This method will print the weep")
def print_weep():
print("weep")
@memory(func_names=['print_hello'], description="This method will print hello")
def print_hello():
print("hello")
# 验证注册结果（此时尚未调用任何被装饰函数）
print("Stored Metadata:", memory_storage)
# 输出包含两个字典，每个含 func_names、description 和 function 引用
# 后续可按需批量执行
def execute_functions():
for entry in memory_storage:
print(f"Executing function {entry['func_names'][0]}: {entry['description']}")
entry['function']() # 此处才真正调用函数
execute_functions()运行效果说明：
-
print("Stored Metadata:", memory_storage)输出时，memory_storage已有两条完整记录（含函数对象地址），证明注册发生在装饰阶段； -
execute_functions()是独立控制流，完全解耦于函数定义，体现了“元数据驱动执行”的核心思想。
⚠️ 注意事项：
-
memory_storage是模块级变量，适用于单模块简单场景；生产环境建议封装为类（如Registry）并支持命名空间、去重、条件过滤等能力； - 若函数位于未导入的模块中，装饰器不会被执行，因此注册依赖于模块加载时机；
-
functools.wraps(func)不影响注册逻辑，但务必保留——它确保被装饰函数的__name__、__doc__等属性不被wrapper覆盖，利于调试与反射。
总结而言，装饰器的真正威力在于编译期/加载期的静态注册能力。掌握这一模式，可构建插件系统、命令路由、测试用例发现器、API 文档生成器等高级架构组件——一切始于一个恰到好处的 append() 调用位置。
