-
Notifications
You must be signed in to change notification settings - Fork 68
/
Copy pathtest13.py
68 lines (49 loc) · 1.66 KB
/
test13.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
# 练习函数式编程的装饰器
from functools import wraps
import time
# now()
# 现在想在函数里面增加打印log信息,这时又不想修改函数内部,此时可用装饰器
def decorator(func):
@wraps(func) # 加这个装饰器是将原函数的__name__等属性复制到这个wrapper函数,防止某些依赖函数签名的代码发生错误
def wrapper(*args, **kw):
print('%s %s()' % ('decorator', func.__name__))
func()
return wrapper
@decorator
def now():
print('2018-02-22')
now() # 加了装饰器之后再调用该函数就是装饰器里的wrapper()函数内容了
# 在装饰器上也加个wraps装饰器后就可以复制原函数的属性了,此时就变成了原函数名字
print(now.__name__) # 此时他的__name__属性也改变了
# 有参数的装饰器
def log(text):
def decorator(func):
@wraps(func) # 记得加这个装饰器防止错误
def wrapper(*args, **kw):
print('%s %s()' % (text, func.__name__,))
func(*args, **kw)
return wrapper
return decorator
@log('execute')
def fun():
print('now:2018-02-22')
fun()
print(fun.__name__)
# 作业:设计一个decorator,它可作用于任何函数上,并打印该函数的执行时间
def metric(func):
@wraps(func)
def wrapper(*args, **kw):
print(time.time())
return func(*args, **kw)
return wrapper
@metric
def fast(x, y):
time.sleep(0.0012)
return x + y
@metric
def slow(x, y, z):
time.sleep(0.1234)
return x * y * z
print('作业')
print(fast(11, 22))
print(slow(11, 22, 33))