带参数的装饰器本质是“装饰器工厂”，需三层嵌套：外层接收装饰器参数并返回中层函数，中层接收被装饰函数并返回内层函数，内层接收调用参数、执行逻辑并返回原函数结果；漏掉任一层return将导致TypeError或返回None。
带参数的装饰器本质是“装饰器工厂”，它先接收参数，再返回一个真正的装饰器函数。关键在于多一层函数嵌套：外层接收装饰器参数，中层接收被装饰函数，内层执行实际逻辑。
装饰器参数传递的三层结构
带参数装饰器必须有三层嵌套函数：
-
最外层：接收装饰器本身的参数（如
@log(level='INFO')里的level），返回中层函数 -
中层：接收被装饰的函数对象（
func），返回内层函数 -
内层：接收被装饰函数的调用参数（
*args, **kwargs），执行前置/后置逻辑，并调用原函数
一个实用的带参日志装饰器
下面是一个记录执行级别和函数名的日志装饰器：
def log(level='INFO'):
def decorator(func):
def wrapper(*args, **kwargs):
print(f'[{level}] Calling {func.__name__}')
result = func(*args, **kwargs)
print(f'[{level}] {func.__name__} finished')
return result
return wrapper
return decorator
@log('DEBUG') # 传入装饰器参数 'DEBUG'
def greet(name):
return f'Hello, {name}!'
print(greet('Alice'))
输出为：
[DEBUG] Calling greet [DEBUG] greet finished Hello, Alice!
为什么不能直接在中层接收装饰器参数？
因为 Python 解析@log('DEBUG')时，会立即调用log('DEBUG')，期望它返回一个可调用对象（即真正的装饰器）。如果log没有外层，它就只能接收func，无法拿到'DEBUG'——此时@log('DEBUG')等价于log('DEBUG')(func)，而log('DEBUG')必须返回一个能接收func的函数。
带参装饰器配合 functools.wraps 保持元信息
不加@wraps会导致被装饰函数的__name__、__doc__丢失。正确写法：
from functools import wrapsdef log(level='INFO'): def decorator(func): @wraps(func) # 修复函数元信息 def wrapper(*args, *kwargs): print(f'[{level}] {func.name} start') return func(args, **kwargs) return wrapper return decorator
这样greet.__name__仍是'greet'，而非'wrapper'。
常见错误：漏掉某一层 return
容易出错的点：
- 外层忘了
return decorator→ 报错：TypeError: 'NoneType' object is not callable - 中层忘了
return wrapper→ 原函数调用返回None，逻辑中断 - 内层忘了
return func(...)→ 装饰后函数永远返回None
记住：每一层函数体末尾都要有明确的return，且返回值类型要匹配调用预期。
