装饰器工厂与类装饰器：进阶装饰器技术解析
装饰器是Python中强大的元编程工具，除多种进阶形式。其中装饰器工厂（Decorator Factory）和类装饰器（Class Decorator）是两种重要变体，分别解决“带参数的装饰器”和“复杂状态管理的装饰器”问题。下面详细解析两者的原理、用法和区别。
一、装饰器工厂：带参数的装饰器生成器
装饰器工厂本质是“生成装饰器的函数”，它接受参数并返回一个装饰器（通常是函数装饰器），用于解决“装饰器需要自定义参数”的场景（如控制装饰器的行为细节）。
1. 为什么需要装饰器工厂？
普通装饰器（如之前的计时装饰器）无法直接接收参数，若想让装饰器更灵活（例如控制日志格式、设置超时时间），就需要用装饰器工厂“动态生成”带有参数的装饰器。
例如：希望计时装饰器能接收一个参数 unit，控制输出时间的单位（秒/毫秒）。
2. 装饰器工厂的实现原理
装饰器工厂的结构是“函数嵌套三层”：
- 外层函数：装饰器工厂，接收装饰器的参数；
- 中层函数：真正的装饰器，接收被装饰的函数；
- 内层函数：闭包（
wrapper），包裹原函数执行逻辑，使用外层的参数。
# 装饰器工厂：接收参数，返回装饰器
def timer_factory(unit="second"): # 外层：装饰器工厂，接收参数 unit# 中层：真正的装饰器，接收被装饰函数def timer_decorator(func):# 内层：闭包，使用外层的 unit 参数def wrapper(*args, **kwargs):import timestart = time.time()result = func(*args, **kwargs)end = time.time()duration = end - start# 根据 unit 参数格式化输出if unit == "ms":print(f"{func.__name__} 耗时：{duration*1000:.2f} 毫秒")else:print(f"{func.__name__} 耗时：{duration:.2f} 秒")return resultreturn wrapper # 返回闭包return timer_decorator # 返回装饰器# 使用装饰器工厂：先传参数生成装饰器，再装饰函数
@timer_factory(unit="ms") # 等价于：@生成的 timer_decorator
def slow_function(n):import timetime.sleep(n)return nslow_function(1) # 输出：slow_function 耗时：1001.23 毫秒（单位由参数控制）
3. 执行流程解析
- 调用
timer_factory(unit="ms")，返回一个定制化的装饰器timer_decorator（该装饰器“记住”了unit="ms"这个参数）； @timer_decorator作用于slow_function，即slow_function = timer_decorator(slow_function)；- 调用
slow_function(1)时，执行闭包wrapper，使用unit="ms"格式化输出。
二、类装饰器：基于类的装饰器实现
类装饰器是用类实现的装饰器，通过类的特殊方法（__init__ 和 __call__）实现装饰逻辑，尤其适合需要管理复杂状态（如计数、缓存）的场景。
1. 类装饰器的核心要素
要实现类装饰器，需满足：
__init__方法：接收被装饰的函数作为参数，保存原函数引用（类似函数装饰器接收原函数）；__call__方法：实现装饰逻辑，包裹原函数执行（类似闭包wrapper的作用），可通过实例属性保存状态。
2. 基础示例：带状态的类装饰器
下面实现一个统计函数调用次数的类装饰器，展示其状态管理能力：
class CallCounter:# 初始化：接收被装饰函数，初始化状态（计数）def __init__(self, func):self.func = func # 保存原函数self.count = 0 # 实例属性：记录调用次数（状态持久化）# 调用：实现装饰逻辑，每次调用计数+1def __call__(self, *args, **kwargs):self.count += 1print(f"[{self.func.__name__}] 第 {self.count} 次调用")return self.func(*args, **kwargs) # 调用原函数# 使用类装饰器
@CallCounter
def add(a, b):return a + badd(1, 2) # 输出：[add] 第 1 次调用 → 返回 3
add(3, 4) # 输出：[add] 第 2 次调用 → 返回 7
优势：实例属性 self.count 自然支持状态持久化，无需像函数装饰器那样使用 nonlocal 关键字。
3. 带参数的类装饰器
类装饰器也可以通过“类工厂”的方式支持参数（类似装饰器工厂的思路），即先定义一个接收参数的类，再返回一个装饰器类。
例如，让计数装饰器支持“自定义前缀文本”：
# 类工厂：接收参数，返回定制化的类装饰器
def counter_factory(prefix="调用次数"):class CustomCallCounter:def __init__(self, func):self.func = funcself.count = 0self.prefix = prefix # 使用工厂参数def __call__(self, *args, **kwargs):self.count += 1print(f"[{self.func.__name__}] {self.prefix}：{self.count}")return self.func(*args, **kwargs)return CustomCallCounter # 返回定制化的类装饰器# 使用带参数的类装饰器
@counter_factory(prefix="第 N 次执行")
def multiply(a, b):return a * bmultiply(2, 3) # 输出：[multiply] 第 N 次执行：1 → 返回 6
multiply(4, 5) # 输出：[multiply] 第 N 次执行：2 → 返回 20
三、装饰器工厂与类装饰器的对比
| 维度 | 装饰器工厂（函数式） | 类装饰器（基于类） |
|---|---|---|
| 核心结构 | 三层函数嵌套（工厂→装饰器→闭包） | 类 + __init__ + __call__ 方法 |
| 状态管理 | 依赖闭包的非局部变量（nonlocal） |
依赖实例属性（self.xxx），更直观 |
| 支持参数 | 原生支持（外层函数接收参数） | 需要通过“类工厂”间接支持 |
| 适用场景 | 轻量参数定制（如格式、开关） | 复杂状态管理（如计数、缓存、权限） |
| 可读性 | 简单场景清晰，复杂场景嵌套过深 | 结构清晰，适合扩展（如继承） |
四、总结
-** 装饰器工厂：是“生成装饰器的函数”，通过三层嵌套实现带参数的装饰器，适合需要灵活定制装饰逻辑的场景（如控制输出格式）。
- 类装饰器**：用类实现的装饰器，通过 __init__ 和 __call__ 方法工作，优势在于状态管理（实例属性自然保存状态），适合复杂逻辑（如计数、缓存）。
两者都是装饰器模式的进阶形式，选择哪种取决于需求：简单参数定制用装饰器工厂，复杂状态管理用类装饰器。理解它们的原理，能让你在实际开发中更灵活地使用装饰器解决问题。