Python的 decorator 本質上就是一個高階函數，它接收一個函數作為參數，然后，返回一個新函數。
使用 decorator 用Python提供的 @ 語法，這樣可以避免手動編寫 f = decorate(f) 這樣的代碼。
考察一個@log的定義：
def log(f):
def fn(x):
print('call ' + f.__name__ + '()...')
return f(x)
return fn
對于階乘函數，@log工作得很好：
@log
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
print(factorial(10))
結果：
call factorial()... 3628800
但是，對于參數不是一個的函數，調用將報錯：
@log
def add(x, y):
return x + y
print(add(1, 2))
>>> print(add(1, 2)) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: fn() takes 1 positional argument but 2 were given
因為 add() 函數需要傳入兩個參數，但是 @log 寫死了只含一個參數的返回函數。
要讓 @log 自適應任何參數定義的函數，可以利用Python的 args 和 *kwargs，保證任意個數的參數總是能正常調用：
def log(f):
def fn(*args, **kwargs):
print('call ' + f.__name__ + '()...')
return f(*args, **kwargs)
return fn
請編寫一個@performance，它可以打印出函數調用的時間。
計算函數調用的時間可以記錄調用前后的當前時間戳，然后計算兩個時間戳的差。
參考答案：
import time
def performance(f):
def fn(*args, **kw):
t1 = time.time()
r = f(*args, **kw)
t2 = time.time()
print('call %s() in %fs' % (f.__name__, (t2 - t1)))
return r
return fn
@performance
def factorial(n):
return reduce(lambda x,y: x*y, range(1, n+1))
print(factorial(10))
請驗證，完成請求
由于請求次數過多，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