Python：特定于decorator的参数（与包装函数无关）？

我希望构建一个缓存装饰器，给定一个函数，它将函数的结果缓存到装饰中指定的位置。大概是这样的：

@cacheable('/path/to/cache/file')
def my_function(a, b, c):
    return 'something'

---

decorator的参数与它所包装的函数的参数完全分离。我已经看了很多例子，但是我不太明白怎么做-有可能有一个decorator的参数与包装函数无关并且没有传递给包装函数吗？

这个想法是你的decorator是一个返回decorator的函数

首先编写装饰程序，就好像您知道您的参数是一个全局变量一样。比如说：

-

然后编写一个将cachepath作为参数的函数，并返回装饰器

-

---

是的。正如你所知，装饰是一种功能。在表格中填写时：

def mydecorator(func):
   def wrapper(*args, **kwargs):
       return func(*args, **kwargs)
   return wrapper

@mydecorator
def foo(a, b, c):
    pass

传递给

mydecorator

的参数是函数

foo

本身

当decorator接受一个参数时，调用

@mydecorator（'/path/to'）

实际上将首先使用'/path/to'调用mydecorator函数。然后，调用

mydecorator（path）

的结果将被调用以接收函数

foo

。您正在有效地定义一个动态包装器函数

简而言之，您需要另一层装饰器函数

下面是一个有点愚蠢的例子：

def addint(val):
    def decorator(func):
        def wrapped(*args, **kwargs):
            result = func(*args, **kwargs)
            return result + val
        return wrapped # returns the decorated function "add_together"
     return decorator # returns the definition of the decorator "addint"
                      # specifically built to return an extra 5 to the sum

@addint(5)
def add_together(a, b):
    return a + b

print add_together(1, 2)
# prints 8, not 3

---

Paul的回答很好，我会移动缓存对象，这样就不需要每次都构建它，并设计缓存，以便在缓存未命中时引发KeyError：

def cache(filepath): def decorator(f): f._cache = Cache(cachepath) def decorated(*args,**kwargs): try: key = (args, kwargs) res = f._cache.get(key) except KeyError: res = f(*args, **kwargs) f._cache.put(key, res) return res return decorated return decorator def缓存（文件路径）： def装饰器（f）： f、 _cache=cache（cachepath） def装饰（*args，**kwargs）： 尝试： 键=（args，kwargs） res=f.\u cache.get（键） 除KeyError外： res=f（*args，**kwargs） f、 _cache.put（键，res） 返回res 回报 返回装饰器

def addint(val):
    def decorator(func):
        def wrapped(*args, **kwargs):
            result = func(*args, **kwargs)
            return result + val
        return wrapped # returns the decorated function "add_together"
     return decorator # returns the definition of the decorator "addint"
                      # specifically built to return an extra 5 to the sum

@addint(5)
def add_together(a, b):
    return a + b

print add_together(1, 2)
# prints 8, not 3

def cache(filepath): def decorator(f): f._cache = Cache(cachepath) def decorated(*args,**kwargs): try: key = (args, kwargs) res = f._cache.get(key) except KeyError: res = f(*args, **kwargs) f._cache.put(key, res) return res return decorated return decorator