核心要点
理解装饰器本质是「接受函数返回函数」的高阶函数
会用 @syntax 和 functools.wraps 保留元信息
能举例带参数装饰器、类装饰器
简要回答
装饰器在不改原函数源码的前提下增强行为（日志、计时、鉴权、缓存）；@decorator 等价于 func = decorator(func)。
标准回答
一、原理
装饰器是高阶函数——接收可调用对象，返回新的可调用对象。
示例代码可以这样理解：
from functools import wraps
def log_calls(fn):
@wraps(fn) # 保留 name, doc
def wrapper(*args, **kwargs):
print(f"calling {fn.name}")
return fn(*args, **kwargs)
return wrapper
@log_calls
def train(epochs): ...
# 等价于 train = log_calls(train)
二、常用在哪些工程场景
Flask/FastAPI 路由 @app.get、pytest @fixture、@lru_cache、@torch.no_grad()。
三、带参数时要多包一层函数
三层嵌套 def deco(arg): def inner(fn): ... return wrapper; return inner。
这里要提醒面试官你知道一个常见坑：如果装饰器内部不使用 functools.wraps，原函数的名字、文档和签名会被 wrapper 覆盖，影响日志、调试、接口文档和测试框架识别。讲到这里，比只说“装饰器是语法糖”更像写过框架代码。
四、类装饰器
实现 __call__ 的类也可作装饰器。
回答思路
【定义】用一句话说清「Python 装饰器」
【原理】讲清关键机制或步骤（2～3 点）
【例子】举一个真实项目、论文或产品中的例子
【对比】与易混淆概念或替代方案比较（如有）
【收尾】总结适用场景 + 一个局限或风险
延伸学习
PEP 318 引入函数装饰器；框架源码中大量装饰器模式值得阅读。
常见误区
⚠️ 常见踩坑
误区一：容易答偏的地方：只罗列名词、不会举例；混淆相似概念；忽略工程约束（成本、延迟、数据质量）。不确定时应主动说明假设。
追问
追问 1：为什么需要 functools.wraps？
裸 wrapper 会把原函数的 __name__、__doc__、__module__ 覆盖成 wrapper 的，影响调试、文档生成和 inspect。@wraps(fn) 把这些元数据复制回 wrapper。
追问 2：装饰器执行顺序是什么？
多个装饰器从下往上应用：@a @b def f 等价于 f = a(b(f))，先执行 b(f) 再 a(...)。调用时从最外层 wrapper 进入。
追问 3：property 和装饰器有什么关系？
@property 把方法变成描述符，访问 obj.x 时调用 getter；@x.setter 定义赋值逻辑。是装饰器在描述符协议上的应用，用于封装属性访问。
🔗 相似问题
同一考点的不同问法，换着练更稳
延伸学习
按主题分类的相关资源，便于系统复习