类装饰器是实现__init__和__call__的类，通过元编程在装饰时初始化、调用时增强行为；可装饰函数（记录/缓存）或类（单例/实例控制），支持带参需三层嵌套。
Python类装饰器本质是利用__call__方法实现的可调用对象，它通过元编程思想在类定义阶段或实例化阶段动态干预行为——不是“给类加功能”，而是“让类本身成为装饰器”。关键在于理解：类装饰器 = 实现了__init__和__call__的类。
类装饰器的基本结构与执行时机
一个标准类装饰器必须满足两个条件：接收被装饰对象（函数或类）作为__init__参数，并在__call__中定义实际增强逻辑。注意：__call__只在被装饰对象**被调用时**触发（对函数装饰器），而类装饰器本身在**装饰语法糖执行时**就完成初始化。
-
@MyDecorator出现时，会立即执行MyDecorator(func)→ 触发__init__ - 之后每次调用
func()，才触发MyDecorator 实例.__call__() - 若装饰的是类（如
@MyDecorator放在 class 前），__call__会在该类被实例化时运行（即MyClass()时）
函数级类装饰器：记录调用与缓存示例
这是最常见用法。例如写一个带计数器和简单缓存的装饰器：
class CountAndCache:
def __init__(self, func):
self.func = func
self.count = 0
self.cache = {}
# 保留原函数元信息
import functools
functools.update_wrapper(self, func)
def __call__(self, *args):
self.count += 1
key = str(args)
if key not in self.cache:
self.cache[key] = self.func(*args)
return self.cache[key]@CountAndCache
def add(a, b):
print("计算中...")
return a + b
调用 add(2, 3) 会打印一次“计算中...”，第二次相同参数则直接返回缓存值，同时 add.count 可查总调用次数。
立即学习“Python免费学习笔记（深入）”；
类级类装饰器：控制实例化过程
当类装饰器用于修饰另一个类时，它能拦截并改造该类的实例化行为，典型场景包括单例、类型检查、自动注册等。
-
__init__接收的是被装饰的类（如MyClass），不是实例 -
__call__在MyClass()被调用时执行，可决定是否新建实例、返回代理、抛出异常等 - 需返回一个可替代原类行为的对象（通常是新实例，或封装后的代理）
例如单例实现：
本文档主要讲述的是使用JSON进行网络数据交换传输；JSON（JavaScript ObjectNotation）是一种轻量级的数据交换格式，易于阅读和编写，同时也易于机器解析和生成，非常适合于服务器与客户端的交互。JSON采用与编程语言无关的文本格式，但是也使用了类C语言的习惯，这些特性使JSON成为理想的数据交换格式。 和 XML 一样，JSON 也是基于纯文本的数据格式。由于 JSON 天生是为 JavaScript 准备的，因此，JSON的数据格式非常简单，您可以用 JSON 传输一个简单的 St
class Singleton:
def __init__(self, cls):
self.cls = cls
self.instance = None
def __call__(self, *args, **kwargs):
if self.instance is None:
self.instance = self.cls(*args, **kwargs)
return self.instance@Singleton
class Database:
def init(self):
print("数据库连接已创建")
连续执行 db1 = Database() 和 db2 = Database()，只会打印一次“数据库连接已创建”，且 db1 is db2 为 True。
进阶：支持带参数的类装饰器
要实现 @MyDecorator(arg=10) 这种带参形式，需再包一层工厂类或函数。推荐用类实现三层嵌套：
- 外层类（如
RetryOnFailure）：接收装饰器参数，只实现__init__ - 中间
__call__：接收被装饰对象（函数），返回一个内部装饰器实例 - 内层类（如
Wrapper）：真正保存函数并实现逻辑，含自己的__call__
简明写法（省略细节）：
class RetryOnFailure:
def __init__(self, max_retries=3):
self.max_retries = max_retries
def __call__(self, func):
class Wrapper:
def __init__(self, f):
self.func = f
import functools
functools.update_wrapper(self, f)
def __call__(self, *args, **kwargs):
for i in range(self.max_retries):
try:
return self.func(*args, **kwargs)
except Exception:
if i == self.max_retries - 1:
raise
return Wrapper(func)
这样就能用 @RetryOnFailure(max_retries=5) 灵活配置了。
不复杂但容易忽略：类装饰器的__call__返回值，就是被装饰对象对外表现的行为；所有魔法方法（如__get__）若涉及描述符协议，也需手动处理才能保持函数属性完整。
