装饰器(无参)
它是一个函数；
函数作为它的形参；
返回值也是一个函数；
可以使用@functionname方式，简化调用；
装饰器和高阶函数
装饰器是高阶函数，但装饰器是对传入函数的功能的装饰（功能增强）
import datetime
import time
def logger(fn):
def wrap(*args, **kwargs):
#before 功能增强
print("args={},kwargs={}".format(args, kwargs))
start = datetime.datetime.now()
ret = fn(*args, **kwargs)
#after 功能增强
duration = datetime.datetime.now() - start
print("function {} took {}s.".format(fn.__name__, duration.total_seconds()))
return ret
return wrap
@logger
def add(x, y):
print("======call add======")
time.sleep(2)
return x + y
print(add(4, y=5))讲一个新的小知识点---文档字符串
python的文档
python是文档字符串Documentation Strings
在函数语句块的第一行，且习惯是多行的文本，所以多使用三引号；
惯例是首字母大写，第一行写概述，空一行，第三行写详细描述；
可以使用特殊属性__doc__访问这个文档
def add(x, y):
"""This is a function of addition"""
a = x + y
return x + y
print("name={}\ndoc={}".format(add.__name__, add.__doc__))
print(help(add))这就是文档字符串，通过文档字符串可以查看这个函数的帮助等一些信息
我们在来看一段代码，它的输出结果是什么呢？
import datetime
import time
def logger(fn):
def wrap(*args, **kwargs):
"""This is a wrapper"""
#before 功能增强
print("args={},kwargs={}".format(args, kwargs))
start = datetime.datetime.now()
ret = fn(*args, **kwargs)
#after 功能增强
duration = datetime.datetime.now() - start
print("function {} took {}s.".format(fn.__name__, duration.total_seconds()))
return ret
return wrap
@logger
def add(x, y):
"""This is a function"""
print("======call add======")
time.sleep(2)
return x + y
# print(add(4, y=5))
print(add.__name__, add.__doc__,sep='\n')运行结果如下：
wrap
This is a wrapper
通过代码也能看出来，使用装饰器是有副作用的：
原函数对象的属性都被替换了，而使用装饰器，我们的需求是查看被封装函数的属性，如何解决？
想一下，这个函数的调用为什么要写到79行？？？插入到其它行，行不行？这个自己考虑想想吧，这里就不提了。
既然我们学会了装饰器，那如何把copy_properties改造成装饰器？这就引出了我们的带参装饰器
import datetime
import time
def copy_properties(src):
def wrapper(dst):
dst.__name__ = src.__name__
dst.__doc__ = src.__doc__
dst.__qualname__ = src.__qualname__
return dst
return wrapper
def logger(fn):
@copy_properties(fn)# copy_properties.wrapper(logger.wrap),
def wrap(*args, **kwargs):
"""This is a wrapper"""
#before 功能增强
print("args={},kwargs={}".format(args, kwargs))
start = datetime.datetime.now()
ret = fn(*args, **kwargs)
#after 功能增强
duration = datetime.datetime.now() - start
print("function {} took {}s.".format(fn.__name__, duration.total_seconds()))
return ret
return wrap
@logger
def add(x, y):
"""This is a function"""
print("======call add======")
time.sleep(2)
return x + y
# print(add(4, y=5))
print(add.__name__, add.__doc__, add.__qualname__, sep='\n')通过copy_properties函数将包装函数的属性覆盖掉包包装函数；
凡是被装饰的函数都需要复制这些属性，这个函数很通用；
可以将复制属性的函数构建成装饰器函数，带参装饰器；
需求：获取函数的执行时长，对时长超过阈值的函数记录一下：
import datetime
import time
def logger(t):# def logger(t1, t2, t3....tn):
def _logger(fn):
#@copy_properties(fn) 可以把上面写的复制属性的函数装饰在此
def wrap(*args, **kwargs):
#before 功能增强
# print("args={},kwargs={}".format(args, kwargs))
start = datetime.datetime.now()
ret = fn(*args, **kwargs)
#after 功能增强
duration = (datetime.datetime.now() - start).total_seconds()
if duration > t:
print("function {} took {}s.".format(fn.__name__, duration))
return ret
return wrap
return _logger
@logger(3)# add = logger(3)(add), @logger(3, 5, 9,...n)
def add(x, y):
print("======call add======")
time.sleep(5)
return x + y
print(add(4, y=5))装饰器(带参)
它是一个函数；
函数作为它的形参；
返回值是一个不带参的装饰器函数；
使用@functionname(参数列表)方式调用；
可以看做在装饰器外层又加了一层函数；
将记录的功能提取出来，这样就可以通过外部提供的函数来灵活的控制输出：
def logger(duration, func=lambda name, duration: print('{} took {}s'.format(name, duration))):
def _logger(fn):
@copy_properties(fn):
def wrapper(*args, **kwargs):
start = datetime.datetime.now()
ret = fn(*args, **kwargs)
delta = (datetime.datetime.now() - start).total_seconds()
if delta > duration:
func(fn.__name__, duration)
return ret
return wrapper
return _logger
