Python进阶(八)-编写带参数decorator

  继续考察@log 装饰器：

def log(f):    def fn(x):        print 'call ' + f.__name__ + '()...'        return f(x)    return fn

  发现对于被装饰的函数，log打印的语句是不能变的（除了函数名）。
  如果有的函数非常重要，希望打印出’[INFO] call xxx()…’，有的函数不太重要，希望打印出’[DEBUG] call xxx()…’，这时，log函数本身就需要传入’INFO’或’DEBUG’这样的参数，类似这样：

@log('DEBUG')def my_func():    pass

  把上面的定义翻译成高阶函数的调用，就是：

my_func = log('DEBUG')(my_func)

  上面的语句看上去还是比较绕，再展开一下：

log_decorator = log('DEBUG')my_func = log_decorator(my_func)

  上面的语句又相当于：

log_decorator = log('DEBUG')@log_decoratordef my_func():    pass

  所以，带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数：

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():    passprint test()

执行结果：
[DEBUG] test()…
None
  对于这种3层嵌套的decorator定义，你可以先把它拆开：

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

  拆开以后会发现，调用会失败，因为在3层嵌套的decorator定义中，最内层的wrapper引用了最外层的参数prefix，所以，把一个闭包拆成普通的函数调用会比较困难。不支持闭包的编程语言要实现同样的功能就需要更多的代码。

举例

  在@performance实现打印秒的同时，请给 @performace 增加一个参数，允许传入’s’或’ms’：

@performance('ms')def factorial(n):    return reduce(lambda x,y: x*y, range(1, n+1))

  要实现带参数的@performance，就需要实现：

my_func = performance('ms')(my_func)

需要3层嵌套的decorator来实现。
参考代码:

import timedef performance(unit):    def perf_decorator(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))print factorial(10)