带状态的装饰器是能保存和访问内部变量的装饰器，常用类或闭包实现：类方式通过__call__和实例属性管理状态，支持多实例隔离与扩展；闭包方式用nonlocal修改外层变量，适合轻量单状态场景；参数化装饰器推荐类实现，如限流器；需用functools.wraps保留原函数元信息，避免全局变量共享状态。
带状态的装饰器是指在装饰过程中能保存和访问内部变量的装饰器，比如统计调用次数、缓存上次结果、限制调用频率等。核心思路是让装饰器本身是一个类，或返回一个闭包，其中包含可变的状态变量。
用类实现带状态的装饰器
类是最清晰、最易扩展的方式。通过实现 __call__ 方法，让实例可调用；状态（如计数器）作为实例属性保存。
例如，实现一个统计函数调用次数的装饰器：
class Callcounter: def __init__(self, func): self.func = func self.count = 0 def __call__(self, *args, **kwargs): self.count += 1 print(f"{self.func.__name__} 已被调用 {self.count} 次") return self.func(*args, **kwargs)@CallCounter def greet(name): return f"Hello, {name}!"
使用时：
立即学习“Python免费学习笔记（深入）”；
greet("Alice") # 输出：greet 已被调用 1 次 greet("Bob") # 输出：greet 已被调用 2 次 print(greet.count) # 输出：2用闭包实现带状态的装饰器
闭包方式利用嵌套函数+ nonlocal 声明来修改外层变量。适合轻量、单状态场景。
同样实现调用计数：
def call_counter(func): count = 0 def wrapper(*args, **kwargs): nonlocal count count += 1 print(f"{func.__name__} 已被调用 {count} 次") return func(*args, **kwargs) wrapper.count = lambda: count # 提供访问接口（可选） return wrapper @call_counter def say_hi(): return "Hi!"
注意：闭包中的 count 是不可直接赋值修改的（除非用 nonlocal），且无法像类那样自然支持多个独立实例。
支持参数的带状态装饰器（类方式更推荐）
如果需要初始化状态（比如设定最大调用次数），类方式更直观：
class RateLimiter: def __init__(self, max_calls=3): self.max_calls = max_calls self.calls = 0 def __call__(self, func): def wrapper(*args, **kwargs): if self.calls >= self.max_calls: raise RuntimeError(f"超出调用上限 {self.max_calls}") self.calls += 1 print(f"第 {self.calls} 次调用") return func(*args, **kwargs) return wrapper
使用
@RateLimiter(max_calls=2) def do_work(): return "done"
这种写法中，@RateLimiter(...) 先构造实例，再用该实例装饰函数，状态随实例隔离，不同装饰器互不影响。
注意事项与技巧
- 用 functools.wraps 包装内层函数（无论是类的 __call__ 还是闭包的 wrapper），避免丢失原函数的 __name__、__doc__ 等元信息
- 类装饰器天然支持多实例状态隔离；闭包装饰器若带参数，需再嵌套一层函数，容易混淆作用域
- 状态变量应避免全局变量——否则所有被装饰函数共享同一状态，通常不是预期行为
- 若需重置状态（如测试中），类方式可通过实例方法暴露 reset 接口，闭包方式则较难做到