本文实例分析了Python装饰器的执行过程。分享给大家供大家参考,具体如下:
今天看到一句话:装饰器其实就是对闭包的使用,仔细想想,其实就是这回事,今天又看了下闭包,基本上算是弄明白了闭包的执行过程了。其实加上几句话以后就可以很容易的发现,思路给读者,最好自己总结一下,有助于理解。通过代码来说吧。
第一种,装饰器本身不传参数,相对来说过程相对简单的
#!/usr/bin/python #coding: utf-8 # 装饰器其实就是对闭包的使用 def dec(fun): print("call dec") def in_dec(): print("call in_dec") fun() # 必须加上返回语句,不然的话会默认返回None return in_dec @dec def fun(): print("call fun") # 注意上面的返回语句加上还有不加上的时候这一句执行的区别 print(type(fun)) fun() ''' 通过观察输出结果可以知道函数执行的过程 call dec <type 'function'> call in_dec call fun 观察这几组数据以后,其实很容易发现,先执行装饰器,执行过装饰器以后,代码继续执行最后的print和fun()语句, 但是此时的fun函数其实是指向in_dec的,并不是@下面的fun函数,所以接下来执行的是in_dec,在in_dec中有一个fun()语句, 遇到这个以后才是执行@后面的fun()函数的。 '''
第二种,装饰器本身传参数,个人认为相对复杂,这个过程最好自己总结,有问题大家一块探讨
#!/usr/bin/python #coding: utf-8 import time, functools def performance(unit): print("call performance") def log_decrator(f): print("call log_decrator") @functools.wraps(f) def wrapper(*arg, **kw): print("call wrapper") t1 = time.time() t = f(*arg, **kw) t2 = time.time() tt = (t2 - t1) * 1000 if unit == "ms" else (t2 - t1) print 'call %s() in %f %s' % (f.__name__, tt, unit) return t return wrapper return log_decrator @performance("ms") def factorial(n): print("call factorial") return reduce(lambda x, y: x * y, range(1, 1 + n)) print(type(factorial)) #print(factorial.__name__) print(factorial(10)) '''接下来的是输出结果,通过结果其实很容易发现执行的过程 call performance call log_decrator 通过观察前两组的输出结果可以知道,先执行装饰器 <type 'function'> call wrapper call factorial call factorial() in 0.000000 ms 3628800 '''