Python装饰器
Python的装饰器是个好东西，它能干很多事情。
但对于新手，它看起来似乎没那么简单。
但事实上，装饰器本身也只是个函数。
import time
def log(func):
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print("The func '{}' used {}s.".format(func.__name__, end-start))
return result
return warpper这一个装饰器，当我们这样使用时
@log
def fucok(name):
"""Fucok someone"""
print("Fucok", name)它只是执行了fucok = log(fucok)这样一句代码而已。
也就是说，我们表面上是用fucok("myself")，事实上执行的都是log(fucok)("myself")。因为Python里面都是对象嘛。
同样的道理，假设我们定义了一个带参数的装饰器logging，它实际上执行的是
func = logging(arguments)(func)也就是上面那个不带参数的装饰器多定义一层就行了。
import time
def logging(arguments):
def log(func):
def warpper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print("The func '{}' used {}s.".format(func.__name__, end-start))
return result
return warpper
# do something
return log但，当我们使用一个装饰器之后，它会将原本的函数元信息给覆盖掉。譬如：函数名称，函数文档等等。
例如上例
print(fucok.__name__)
print(fucok.__doc__)你会发现，函数信息全部没了！fucok它不叫fucok，改名叫wrapper了。它的文档也变成了none。
解决办法很简单，定义装饰器的时候用warps装饰器装饰接受原函数参数的那一层就行了。
这个来自functools模块的装饰器能帮你复制函数的元信息到被绑定的函数身上。
修改装饰器如下(其实就加了一行代码hhh)
import time
from functools import wraps
def log(func):
@wraps(func)
def warpper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print("The func '{}' used {}s.".format(func.__name__, end-start))
return result
return warpper当我们再运行
print(fucok.__name__)
print(fucok.__doc__)就能看到函数的的元信息没变了。
装饰器定义时加@wraps是个好习惯。
一个较为实用的装饰器demo在该专题的另一篇文章：函数参数类型检查
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。
