答案。

问题的历史

在Python中，装饰器从版本2.4开始成为语言的一部分，提供了修改函数和类行为的能力。函数参数的装饰器是一种更复杂的模式，需要手动实现，因为语言中没有对此类装饰器的直接语法支持。但通过注解和元编程，可以实现其功能。

问题

普通装饰器会影响整个函数或方法。有时需要仅在特定抽象层次上验证、记录或修改函数的某些参数。例如，检查参数的类型、转换参数的值或施加输入限制。

解决方案

函数参数的装饰器被创建为元数据（例如，通过类型注解），并在外部包装装饰器中处理。模式的核心是保存关于参数的必要信息，然后“功能”装饰器利用这些信息在调用函数时处理值。

代码示例：

import inspect
from functools import wraps

def positive_param(fn):
    """对参数正值进行强制检查的注解。"""
    fn._positive = True
    return fn

# 外部完整装饰器

def validate_decorator(func):
    spec = inspect.getfullargspec(func)
    @wraps(func)
    def wrapper(*args, **kwargs):
        bound_args = inspect.signature(func).bind(*args, **kwargs)
        for name, value in bound_args.arguments.items():
            param = func.__annotations__.get(name, None)
            if getattr(param, '_positive', False) and value <= 0:
                raise ValueError(f"参数 {name} 必须为正值")
        return func(*args, **kwargs)
    return wrapper

@validate_decorator
def deposit(amount: positive_param):
    print(f"存入了 {amount}")

deposit(10)  # OK
deposit(-5)  # ValueError

主要特点：

允许验证或修改函数的单个参数。
需要精心设计的装饰器结构和注解处理。
语言的语法没有直接支持，需要手动实现。

可能的陷阱问题。

函数参数装饰器与标准函数装饰器有什么不同？

标准装饰器包裹整个函数，而不考虑参数。参数装饰器专注于特定参数，只应用于该参数，这需要特殊的处理和签名分析技术。

参数装饰器可以像TypeScript或C#那样通过@语法在Python中实现吗？

不可以，在Python中，@语法的装饰器仅适用于函数和类，而不适用于函数的单个参数。参数使用注解，然后在包裹函数时处理注解。

是否可以在没有显式注解的情况下，自动将装饰器应用于函数的参数？

不可以，Python不会自动将装饰器应用于参数，但可以实现自己的机制，例如通过用户定义的装饰器工厂，分析函数的签名并在调用时替换参数的值。

常见错误和反模式

将检查状态存储在注解对象内部，而未为每个参数初始化唯一对象，导致全局状态错误。
混合参数装饰器和函数的逻辑，而不分离责任。
期待对参数支持@语法——它没有。

生活中的例子

消极案例

开发者相信可以在参数上使用@，像在其他语言中那样，结果写了：

def f(@validate_positive x): ...

优点：

代码看起来声明性，易于阅读。

缺点：

这样的代码会导致Python的语法错误。
程序员花时间查找错误。

积极案例

开发者使用注解和外部装饰器，如上面的示例，通过签名和注解处理参数：