Python 装饰器的本质是：**一个接收函数对象为参数、返回一个新的（增强）函数对象的高阶函数，其核心依赖于函数的一等公民特性、嵌套作用域（闭包）与语法糖 `@` 的绑定机制** [ref_1]。 具体作用机制可分解为以下四层： --- ### 1. **函数是一等对象（First-class function）** 在 Python 中，函数可被赋值给变量、作为参数传递、作为返回值返回。这使得 `func` 可被直接传入装饰器函数，如： ```python def calc_spend_time(func): # func 是传入的函数对象 ... calc_add = calc_spend_time(calc_add) # 将 calc_add 替换为其包装后的新对象 [ref_1] ``` 该替换不修改原函数体，仅重绑定名称 `calc_add` 到新函数对象上 [ref_1]。 --- ### 2. **高阶函数 + 嵌套函数 → 构成闭包** 装饰器函数本身是**返回值高阶函数**，其内部定义的嵌套函数（如 `new_func`、`deco`）捕获外部作用域的 `func` 参数，形成**闭包（closure）**： ```python def calc_spend_time(func): def new_func(*args, **kwargs): # 闭包：内层函数持有对外层 func 的引用 start_time = datetime.now() result = func(*args, **kwargs) # 实际调用原始函数 ... return result return new_func # 返回闭包函数对象 [ref_1] ``` 该闭包函数封装了原始函数 `func` 及其增强逻辑（如计时、日志），并在调用时透明执行。 --- ### 3. **语法糖 `@decorator` 是等价重绑定** `@calc_spend_time` 仅为语法糖，等价于显式赋值： ```python @calc_spend_time def calc_add(a, b): return a + b # 等价于： calc_add = calc_spend_time(calc_add) ``` 即：**将原函数名 `calc_add` 重新绑定到装饰器返回的闭包函数对象上**，从而在保持 `calc_add(1, 2)` 调用形式不变的前提下，注入额外行为 [ref_1]。 --- ### 4. **装饰器链与参数化：多层嵌套函数** - **无参装饰器**：两层函数（装饰器 → 闭包） - **带参装饰器**（如 `@calc_spend_time('author_1')`）：三层函数（参数接收器 → 装饰器 → 闭包），外层接收装饰器参数，中层接收被装饰函数，内层执行逻辑 [ref_1]。 这种结构确保 `@` 后带括号时能先求值外层函数，再将结果（即真正的装饰器）应用于目标函数。 --- 综上，装饰器不是“修改”函数，而是**通过对象重绑定 + 闭包封装，实现对函数调用行为的动态增强**，严格满足三大原则： ✅ 不修改原函数源代码 ✅ 不改变原函数调用方式 ✅ 在不侵入的前提下附加新功能 [ref_1]。