Python 装饰器与函数调用机制（复习笔记 · 2026-07-07）-尧图网络科技

一、最基础：def 是定义，() 是调用

def say_hello(): print("Hello!")——只定义，不执行。函数体被"存起来"，不打印任何东西。
say_hello()——有括号 = 调用 = 真正执行，才会打印 "Hello!"。
如果删掉调用那行，程序什么都不输出（函数只定义、从没被喊去跑）。

❗ 误区：以为@装饰器会自动让函数运行。不会，必须显式写名字()才执行。

二、无参装饰器：名字被重新贴到 wrapper 上

def my_decorator(func): def wrapper(): print("函数执行前") func() print("函数执行后") return wrapper @my_decorator def say_hello(): print("Hello!") say_hello()

执行流程

def my_decorator：定义装饰器函数（不跑）。
def say_hello：定义原函数（不跑）。
@my_decorator等价于say_hello = my_decorator(say_hello)：
- 调用 my_decorator，传入原函数；
- 内部定义 wrapper（不跑），return wrapper把 wrapper 交出去；
- say_hello这个名字现在指向 wrapper（不再是原函数）。
say_hello()实际执行wrapper()：

函数执行前 Hello! 函数执行后

关键结论

@装饰器本质 =函数名 = 装饰器(函数名)，把名字重新绑定到新函数。
装饰器执行时（@那行）只定义和返回，不打印；打印发生在你后续调用时。
没有调用那行 → 什么都不输出。

三、Python 的"指向"不是 C 指针（重要纠偏）

❗ 当时类比错了的地方，已全部纠正：

原错误类比	正确概念
方法是内存块，指针从上往下扫到哪执行到哪	`def`语句本身执行了（创建函数对象），但函数体不执行，只是存起来等调用
指向像 C 指针，知道内存哪块就跳去执行	Python 名字是引用/reference（标签贴对象），不是 C 指针，不能指针运算
占多少内存要关心	函数对象很小（几百字节），Python 有自动 GC，学习阶段不用管内存
Python 有指针	没有指针；有调用栈、有 list（动态数组）、有 numpy.ndarray（AI 必用）

Java 学习者对照表（学过 Java，基本能直接迁移）

Java 认知	Python 对应
方法定义不运行，要 obj.method() 才调	✅ 一样，def 不跑，func() 才跑
对象靠引用、有 GC、有调用栈/堆	✅ Python 一样，且一切皆对象（连函数都是）
primitive 在栈、对象在堆	Python 更统一：全是对象、全靠引用
无裸指针、不能指针运算	✅ Python 也没有
要 new 才创建对象	Python不用 new，赋值即创建
要手动 free/delete	Python 自动 GC，不用管

唯一要"忘掉"的：C 的手动内存管理 + 指针算术。Python 比 Java 还省心。

四、(*args, **kwargs)：装饰器的"万能接口"

def wrapper(*args, **kwargs): result = original_function(*args, **kwargs) return result

调用target_function()（空括号）→args=()空元组、kwargs={}空字典，啥都没接。
若target_function(1, 2, name="小澪")→args=(1,2)、kwargs={'name':'小澪'}。

写法	接住	存为
`*args`	位置参数（按顺序的值）	元组 tuple
`**kwargs`	关键字参数（名字=值）	字典 dict

定义处的*/**=收集（打包收到的参数）。
调用处的original_function(*args, **kwargs)的*/**=解包（摊开传回去）。
作用：让装饰器通用，不管被装饰函数要不要参数都能透传。无参函数传空进去正好。

❗ 误区：以为(*args, **kwargs)是"必须填两个"。不是，是"能接住任意参数"的兜底，不传就都是空的。

五、带参装饰器（装饰器工厂）= 多一层

def repeat(num_times): def decorator(func): def wrapper(*args, **kwargs): for _ in range(num_times): func(*args, **kwargs) return wrapper return decorator @repeat(3) def say_hello(): print("Hello!") say_hello()

三层接参（最关键，别混）

层	函数	接住	来自
1	`repeat(num_times)`	配置参数 3	`repeat(3)`
2	`decorator(func)`	被装饰函数 say_hello	`@`语法
3	`wrapper(args, *kwargs)`	调用时参数	`say_hello()`

❗ 当时误解：@repeat(3)把 say_hello 传给了 repeat。错！

repeat(3)先算 → 传num_times=3→ 返回decorator（内部记住 num_times=3）。
然后@decorator才把say_hello传给decorator的func。
不是同一个函数接的两个东西，是先吃配置、再吐出一个定制装饰器去接函数。

对比无参装饰器

无参`@df`	带参`@repeat(3)`
df 直接接原函数	repeat 先接 3 → 吐 decorator；decorator 再接原函数
两层（df / wrapper）	三层（repeat / decorator / wrapper）

多出的repeat层唯一作用：接收配置参数，返回真正能装饰函数的 decorator→ 所以叫"装饰器工厂"。

六、for _ in range(n)：循环 n 次

range(3)产生0, 1, 2（从 0 到 n-1，共 n 个）。
for _ in range(n):= "循环 n 次"，每轮执行缩进块。
_是占位变量名，表示"这个数我不用"，纯占位（写for i in ...也一样，只是 i 没被用）。
带参装饰器打印三次，就是for _ in range(num_times)里num_times=3决定的；改成 5 就打印 5 次。
range()不是列表，是惰性序列，省内存，学习阶段只需知道"range(n)= 0 到 n-1 共 n 个数"。

七、今日核心心法（背下来）

def造函数不跑，名字()才跑。
@装饰器=函数名 = 装饰器(函数名)，名字被重新指向新函数。
没写调用 → 不输出；要输出必须显式名字()。
名字是引用不是指针，内存 Python 自动管。
(*args, **kwargs)是装饰器万能接口，定义处收集、调用处解包。
带参装饰器多一层"工厂"：先收配置、再产装饰器、最后接函数。
range(n)+for= 循环 n 次；_是占位变量。