不带参数的装饰器是接收被装饰函数为唯一参数并返回新函数的单层函数；带参数的装饰器则是三层结构：外层接收装饰器参数并返回中间层装饰器，中间层接收被装饰函数，最内层接收运行时参数。
不带参数的装饰器：函数直接作为参数传入
不带参数的装饰器，本质是一个接收被装饰函数作为唯一参数的函数。它返回一个新函数（通常是闭包），用于替换原函数。
写法上，装饰器本身不接受额外参数，调用时直接写 @decorator：
- Python 在遇到
@decorator时，会把紧随其后的函数对象（如func）作为参数传给decorator -
decorator必须返回一个可调用对象（通常是内部定义的包装函数），该对象将在原函数名处生效 - 典型结构是「一层函数包裹」：外层接收
func，内层接收*args, **kwargs
带参数的装饰器：需要多一层封装
带参数的装饰器，实际是「返回装饰器的函数」。它本身不直接处理被装饰函数，而是先接收你写的参数，再返回一个真正的装饰器。
写法上必须有两层嵌套，调用时写成 @decorator(arg1, arg2)：
- Python 先执行
decorator(arg1, arg2)，得到一个「不带参数的装饰器」（即函数） - 再把这个返回值当作装饰器，去接收并处理下面的函数对象
- 所以整体是「三层结构」：最外层接收装饰器参数，中间层接收被装饰函数，最内层接收被装饰函数的调用参数
参数传递的关键细节
理解参数流向是避免写错的核心：
-
装饰器参数（如
@log(level='DEBUG')中的level）只在定义阶段传一次，在中间层函数作用域中被捕获并闭包保留 -
被装饰函数（如
def greet(): ...）由 Python 自动传给中间层函数（即真正装饰器），不是你手动传的 -
被装饰函数的运行时参数（如
greet('Alice')中的'Alice'）由最内层包装函数接收和转发，常通过*args, **kwargs透传 - 如果漏掉某一层
return（尤其是中间层没返回内层函数），会导致装饰失败：原函数被替换成None或其他非可调用对象
一个对比示例帮你分清层次
假设要实现一个可配置日志级别的装饰器：
-
不带参数版：
@log→log直接接收func，固定打印 INFO -
带参数版：
@log(level='WARN')→ 先调用log(level='WARN')得到一个新装饰器，该装饰器再接收func，并在调用时使用闭包中的level
关键不在语法糖怎么写，而在于 Python 解析 @ 时的求值顺序：先算括号里的表达式，再把它当装饰器用。
