Python装饰器的执行顺序

最新推荐文章于 2025-10-21 14:24:13 发布

原创最新推荐文章于 2025-10-21 14:24:13 发布 · 1k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #数据分析

python 同时被 2 个专栏收录

34 篇文章

订阅专栏

Python脚本

27 篇文章

订阅专栏

文章讨论了Python装饰器的执行顺序误区，指出内层装饰器在wrapper外部的代码中确实先执行，但在wrapper内部，是外层装饰器先开始并部分执行，然后内层执行。通过实例和错误示例说明了装饰器堆叠时的正确执行顺序。

部署运行你感兴趣的模型镜像

说到Python装饰器的执行顺序，有很多半吊子张口就来：

靠近函数名的装饰器先执行，远离函数名的装饰器后执行。

这种说法是不准确的。但是这些半吊子多半还会不服，他们会甩出一段代码给你，来『证明』自己的观点：

def decorator_outer(func):
    print("我是外层装饰器")
    def wrapper():
        func()
    return wrapper

def decorator_inner(func):
    print("我是内层装饰器")
    def wrapper():
        func()
    return wrapper  

@decorator_outer
@decorator_inner
def func():
    print("我是函数本身")

func()

运行效果如下图所示：

decorator_inner这个装饰器靠近函数名，是内层装饰器，它里面的print先打印出来；decorator_outer远离函数名，是外层装饰器，它里面的print后打印出来。看起来确实是内层装饰器先执行，外层装饰器后执行。

为什么我说这种看法是不准确呢？我们来看看下面这段代码：

def decorator_outer(func):
    print("我是外层装饰器")
    print('a')
    print('b')
    def wrapper():
        print('外层装饰器，函数运行之前')
        func()
        print('外层装饰器，函数运行之后')
    print('外层装饰器闭包初始化完毕')
    print('c')
    print('d')
    return wrapper

def decorator_inner(func):
    print("我是内层装饰器")
    print(1)
    print(2)
    def wrapper():
        print('内层装饰器，函数运行之前')
        func()
        print('内层装饰器，函数运行之后')
    print('内层装饰器闭包初始化完毕')
    print(3)
    print(4)
    return wrapper  

@decorator_outer
@decorator_inner
def func():
    print("我是函数本身")

func()

上面这个代码的运行效果如下图所示：

从图中可以看到，装饰器里面的代码中，wrapper闭包外面的代码确实是内层装饰器先执行，外层装饰器后执行。但是在闭包wrapper内部的代码，却稍微复杂一些：

外层装饰器先执行，但只执行了一部分，执行到调用func()
内层装饰器开始执行
内层装饰器执行完
外层装饰器执行完

这个执行效果有点类似于：

def func():
    print('我是函数本身')

def deco_inner():
    print('内层装饰器，函数运行之前')
    func()
    print('内层装饰器，函数运行之后')

def deco_outer():
    print('外层装饰器，函数运行之前')
    deco_inner()
    print('外层装饰器，函数运行之后')

运行效果如下图所示，跟装饰器里面各个wrapper闭包的运行顺序是一致的。

在这里插入图片描述

所以，当我们说多个装饰器堆叠的时候，哪个装饰器的代码先运行时，不能一概而论说内层装饰器的代码先运行。这会给人一种错觉，认为是内层装饰器的代码从第一行到最后一行都是先运行的。准确的说法应该是，wrapper外面的代码，确实是内层装饰器先运行，外层装饰器后运行。但是wrapper里面的代码，是外层装饰器先开始运行，后运行完毕，内层装饰器后开始运行，先运行完毕。

这个知识看起来似乎有点像面试八股文，有什么用呢？我给大家举个例子。下面是使用FastAPI写的一个接口：

from fastapi import FastAPI
app = FastAPI()

def do_query_dataset(dataset_id):
    print("直接读取数据库，获取dataset信息")
    dataset_info = {"xxx": 1, "yyy": 2}
    return dataset_info


@app.get('/dataset')
def get_dataset(dataset_id: int):
    dataset_info = do_query_dataset(dataset_id)
    return {'success': True, "data": dataset_info}

用户访问这个接口，URL中传入参数dataset_id，就可以获得数据集的信息。如下图所示：

在这里插入图片描述

现在，要增加权限校验，首先要判断用户是否登录。在用户已经登录的情况下，看这个用户是否有这个数据集的权限。在有这个数据集的权限时，才能返回数据集信息。

你肯定想到了使用装饰器来做这两步，一开始你写的代码可能是这样的：

def check_login(func):
    def wrapper(*args, **kwargs):
        print('检测是否有特定的Cookies')
        is_login = False
        if not is_login:
            return {'success': False, "msg": "没有登录"}
        return func(*args, **kwargs)
    return wrapper


def check_data_set_permission(func):
    def wrapper(*args, **kwargs):
        print('检测是否有特定的数据集权限')
        print('首先从请求参数中获取dataset_id')
        print('然后从登录session中获取用户id，注意，如果没有登录，是没有session的')
        print('判断用户是否有这个dataset的权限')
        has_data_set_permission = True
        if not has_data_set_permission:
            return {'success': False, "msg": "没有数据集权限"}
        return func(*args, **kwargs)
    return wrapper

这个时候，我们要确保check_login里面检查用户是否登录的代码首先运行。然后才能是check_data_set_permission里面检查数据集权限的代码。

本文开头的半吊子，认为靠近函数名的装饰器先执行，远离函数名的装饰器后执行。按他们理论，就会写成：

@check_data_set_permission
@check_login
def do_query_dataset(dataset_id):
    ...

这样写显然是错误的。因为check_data_set_permission装饰器会有一个前提，就是用户已经登录了，代码才会走到这里。那么他就会直接去session取用户ID。没有登录的用户是没有用户ID的。在取ID的这一步就会出错。

根据本文上面的解释，由于这两个逻辑都是在wrapper内部的。 wrapper内部的代码，外层装饰器先开始运行。因此，这里我们装饰器的正确顺序，只能按照如下顺序排列：

@check_login
@check_data_set_permission
def do_query_dataset(dataset_id):
    ...

这个写法，从直觉上，就会跟本文开头的认知矛盾。但这才是正确的顺序。

END

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

在这里插入图片描述

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

在这里插入图片描述

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

在这里插入图片描述

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

在这里插入图片描述

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

在这里插入图片描述

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方优快云官方认证二维码或者点击链接免费领取【保证100%免费】

您可能感兴趣的与本文相关的镜像

Python3.10

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本