python 装饰器从放弃到玩转（初级）

标签：python

装饰器是困扰我很久的问题，最近突然开窍，理解了装饰器的含义 执行过程以及原理

装饰器：（本质是函数，装饰其他函数，帮其他函数实现附加的功能）

器：代表函数

装饰：代表装饰这个函数

原则：

1. 不能修改装饰的函数内部源代码

2. 不能修改原来函数的调用方式

装饰器公式：

高阶函数+嵌套函数 == 装饰器

（这里不对高阶函数和嵌套函数做解释，请先了解什么叫做高阶函数和嵌套函数）

下面从一个简单的程序让你了解装饰器的含义

假如我现在有这么两个别人写的函数，我们这在联合开发，现在有个需求需要对这两个函数进行性能的统计，也就是计算这两个函数的运行时间，但是不允许你去修改对方的源代码和调用方式，有人会说这很简单，可以在函数的调用前后添加时间的统计，再进行计算，这样是可以，如果我们有100个函数需要进行统计呢，或者我今天想统计运行时间，明天我只想记录函数的运行开始时间，难道我还得一个一个改吗

def test1():

    time.sleep(3)

    print "test01"

def test2():

    time.sleep(3)

    print "test02"

test1()

test2()

下面介绍装饰器，上面说到装饰器的作用就是给现有函数添加附加功能，我们这边利用装饰器添加函数运行时间统计

def record_time(func):
    def warpper():

        start_time = time.time()

        func()

        end_time = time.time()

        print "总共用时:" + str(int(end_time) - int(start_time))

    return warpper

@record_time

def test1():

    time.sleep(3)

    print "test01"

@record_time

def test2():

    time.sleep(3)

    print "test02"

test1()

test2()

这是个很简单的装饰器用法，下面我一步一步解释

1. @record_time: 代表的是 test1 = record_time(test1)
   

    这两个test1代表的含义不同：

    前面的test1=warpper,因为record_time(test1)时，record_time里面直接返回的wapper的内存地址

    后面的test1的含义是test1函数本身

  2.test1()，当我们现在执行test1()是，实际执行的是warpper()

  3.执行warpper函数内部代码逻辑

  4.打印函数开始时间

  5.func()代表的是test1()，因为record_time(test1) test1==func

  6.打印函数结束时间

可以看到执行过程，未改变函数内部的代码逻辑，未改变表面看到的函数执行方法

本文出自 “expect批量同步数据” 博客，请务必保留此出处http://4249964.blog.51cto.com/4239964/1897514

python 装饰器从放弃到玩转（初级）

标签：python

原文地址：http://4249964.blog.51cto.com/4239964/1897514