摘錄整理于imooc

1. 一個帶參數的decorator例子

例子是根據 @performance（'time_type'）攜帶的時間類型來輸出所裝飾的函數factorial的執行時間。

import time
import functools
from past.builtins.noniterators import reduce

def performance(unit):
    def perf_decorator(f):
        # @functools.wraps應該作用在返回的新函數上。
        @functools.wraps(f)
        def wrapper(*args, **kw):
            t1 = time.time()
            r = f(*args, **kw)
            t2 = time.time()
            t = (t2 - t1) * 1000 if unit == 'ms' else (t2 - t1)
            print('call %s() in %f %s' % (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(10000)
print(factorial.__name__)

2.代參數的decorator為什么要包三層（三階）？

# 為什么包三層（三階）
@log('DEBUG')
def my_func():
    pass
# 把上面的定義翻譯成高階函數的調用，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，帶參數的log函數首先返回一個decorator函數，再讓這個decorator函數接收my_func并返回新函數：

def log(prefix):
    def log_decorator(f):
        def wrapper(*args, **kw):
            print('[%s] %s()...' % (prefix, f.__name__))
            return f(*args, **kw)
        return wrapper
    return log_decorator

@log('DEBUG')
def test():
    pass
print(test())

簡而言之，最外層負責把decorator的參數DEBUG傳進來，既然decorator攜帶的參數已經傳進來，那么剩下的中間層和里層就是一個不帶參的decorator的語法糖。反之而推，要多攜帶參數，肯定是需要多加一階。