标签：可读性   tools   本质   时间   是什么   装饰器   cto   根据   就是   

Python 装饰器初探

在谈及Python的时候，装饰器一直就是道绕不过去的坎。面试的时候，也经常会被问及装饰器的相关知识。总感觉自己的理解很浅显，不够深刻。是时候做出改变，对Python的装饰器做个全面的了解了。

1. 函数装饰器

直接上代码，看看装饰器到底干了些什么？

from functools import wraps
import time


def time_cost(func):
    @wraps(func)
    def f(*args, **kwargs):
        start_time = time.time()
        func(*args, **kwargs)
        end_time = time.time()
        print(end_time - start_time)
    return f


@time_cost
def test(*args, **kwargs):
    time.sleep(1.0)


if __name__ == "__main__":
    test()

上面的Python代码，运行后，会给出test函数的执行时间。代码的执行顺序大概如下，首先是将test作为值传递给time_cost函数，返回函数f，然后再调用f，这是带有time_cost装饰器的test函数的大致执行过程。

从中，不难看出，即使不使用装饰器符号，我们利用Python的语言特性，也能达成上述目的。用装饰器符号的好处是简化了代码，增加了代码的可读性。

这是一段非常简单的对函数使用装饰器的Python代码。等等，@wraps(func)是什么鬼？悄悄干了什么哇？

我们稍微修改下上式的代码，结果如下：

from functools import wraps
import time


def time_cost(func):
    def f(*args, **kwargs):
        start_time = time.time()
        func(*args, **kwargs)
        end_time = time.time()
        print(end_time - start_time)

    print('hello world')
    return f


@time_cost
def test(*args, **kwargs):
    time.sleep(1.0)


if __name__ == "__main__":
    print(test.__name__)

发现输出了hello world，同时输出test.__name__，居然变成了f，并不是我们预期的test。根据这样的输出结果，我们不难得出，其实被装饰器time_cost修饰过的函数test本质上已经等同于time_cost(test)，此时访问test.__name__实际上访问的是time_cost(test).__name__，得到的当然就是f啦。当我们加上@wraps(func)，此时test.__name__变成了test。

Python 装饰器初探

标签：可读性   tools   本质   时间   是什么   装饰器   cto   根据   就是   

原文地址：https://www.cnblogs.com/crackpotisback/p/10197698.html