考察上一節(jié)的 @log 裝飾器：
def log(f):
def fn(x):
print('call ' + f.__name__ + '()...')
return f(x)
return fn
發(fā)現(xiàn)對于被裝飾的函數(shù)，log打印的語句是不能變的（除了函數(shù)名）。
如果有的函數(shù)非常重要，希望打印出'[INFO] call xxx()...'。
有的函數(shù)不太重要，希望打印出'[DEBUG] call xxx()...'。
這時，log函數(shù)本身就需要傳入'INFO'或'DEBUG'這樣的參數(shù)，類似這樣：
@log('DEBUG')
def my_func():
pass
把上面的定義翻譯成高階函數(shù)的調(diào)用，就是：
my_func = log('DEBUG')(my_func)
上面的語句看上去還是比較繞，再展開一下：
log_decorator = log('DEBUG')
my_func = log_decorator(my_func)
上面的語句又相當于：
log_decorator = log('DEBUG')
@log_decorator
def my_func():
pass
所以，帶參數(shù)的log函數(shù)首先返回一個decorator函數(shù)，再讓這個decorator函數(shù)接收my_func并返回新函數(shù)，相當于是在原有的二層嵌套里面，增加了一層嵌套：
def log(prefix):
def log_decorator(f):
def wrapper(*args, **kw):
print('[{}] {}()...'.format(prefix, f.__name__))
return f(*args, **kw)
return wrapper
return log_decorator
@log('DEBUG')
def test():
pass
test()
執(zhí)行結(jié)果：
[DEBUG] test()...
對于這種三層嵌套的decorator定義，你可以先把它拆開：
# 標準decorator:
def log_decorator(f):
def wrapper(*args, **kw):
print('[{}] {}()...'.format(prefix, f.__name__))
return f(*args, **kw)
return wrapper
return log_decorator
# 返回decorator:
def log(prefix):
return log_decorator(f)
上一節(jié)的@performance只能打印秒，請給 @performace 增加一個參數(shù)，允許傳入's'或'ms'：
@performance('ms')
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
要實現(xiàn)帶參數(shù)的@performance，就需要實現(xiàn)：
?my_func = performance('ms')(my_func)
需要三層嵌套的decorator來實現(xiàn)。
參考答案：
import time
def performance(unit):
def perf_decorator(f):
def wrapper(*args, **kwargs):
t1 = time.time()
r = f(*args, **kwargs)
t2 = time.time()
t = (t2 - t1) * 1000 if unit == 'ms' else (t2 - t1)
print('call {}() in {} {}'.format(f.__name__, t, unit))
return r
return wrapper
return perf_decorator
@performance('ms')
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
factorial(10)
請驗證，完成請求
由于請求次數(shù)過多，請先驗證，完成再次請求
打開微信掃碼自動綁定
綁定后可得到
使用 Ctrl+D 可將課程添加到書簽
舉報