Python 装饰器

 

 

1、原函数有多个参数的情况，计算函数运行时间

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import time   def performance(f):     def fn(*args,**kw):         t1 = time.time()         r=f(*args,**kw)         t2 = time.time()         print 'call %s() in %fs'%(f.__name__,(t2-t1))         return r     return fn   @performance def factorial(n):     return reduce(lambda x,y: x*y, range(1, n+1))   print factorial(10)

2、带参数的装饰器

1

原理：

1 2 3 4 5 6 7 8 9 10 11 12

def log(prefix):     def log_decorator(f):         def wrapper(*args, **kw):             print '[%s] %s()...' % (prefix, f.__name__)             return f(*args, **kw)         return wrapper     return log_decorator   @log('DEBUG') def test():     pass print test()

1

1

实例代码：

1	上一节的@performance只能打印秒，请给 @performace 增加一个参数，允许传入's'或'ms'：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import time   def performance(unit):     def unit_decorator(f):         def wrapper(*args,**kw):             t1 = time.time()             r=f(*args,**kw)             t2 = time.time()                   print 'call %s() in %fs %s'% (f.__name__,(t2-t1),unit)             return r         return wrapper     return unit_decorator         @performance('ms') def factorial(n):     return reduce(lambda x,y: x*y, range(1, n+1))   print factorial(10)

3、将原函数属性（name、doc等）复制到warpper函数中

原理：

1 2 3 4 5 6 7

import functools def log(f):     @functools.wraps(f)     def wrapper(*args, **kw):         print 'call...'         return f(*args, **kw)     return wrapper

 

实例：

请思考带参数的@decorator，@functools.wraps应该放置在哪：

@functools.wraps(f) 这句代码应该放置在函数 f 定义之后

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import time, functools   def performance(unit):           def perf_decorator(f):         @functools.wraps(f)         def wrapper(*args,**kw):             t1 = time.time()             r=f(*args,**kw)             t2 = time.time()             print 'call %s() in %fs %s'% (f.__name__,(t2-t1),unit)             return r         return wrapper     return perf_decorator      @performance('ms') def factorial(n):     return reduce(lambda x,y: x*y, range(1, n+1))   print factorial.__name__

4、偏函数@functools.partial

functools.partial能够减少函数的参数，少的参数需要在创建时指定默认值。

1 2 3 4

import functools int2 = functools.partial(int, base=2) int2('1000000') 例子：

1	sorted(iterable, cmp = None, key = None, reverse = False)，返回值为一个新的列表list。

1	可以在sorted 的cmp参数位置传入自定义排序函数，用functools.partial可以把它简化。

1

代码1：

1 2 3

import functools sorted_ignore_case = functools.partial(sorted, cmp=lambda s1, s2: cmp(s1.upper(), s2.upper())) print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])

（代码中s1.upper()都换成lower()也可以）

代码2：

1 2 3

import functools sorted_ignore_case = functools.partial(sorted, key = str.lower) print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])

1