@wraps 修饰器：让你的 Python 代码更加简短可爱 | 从简单实例来认识它

我们在上一篇文章(Python实例来认识并发与并行)中用到了 @timer ，饰器识在函数定义时，代码单实加上一个小小的更加 @timer ，这样，简短函数执行结束后，可爱就会自动在控制台汇报自己运行的从简时间。

比如下面这样：

@timer def piper():     for i in range(10000):         i = i * i ** 10 piper() 输出： timer: using 0.00600 s 

实际上，饰器识这个计时器逻辑 @timer 是代码单实我们自己用 Python 中的修饰器特性[1]来实现的。

拆解逻辑

其实我们不用修饰器，更加自己也能实现计时的简短逻辑。

def piper():     for i in range(10000):         i = i * i ** 10 t = time.time()  # 记录函数开始时时间 piper() print(f"timer: using { time.time() - t :.5f} s")  # 获取函数运行时间并打印 

注意到我们执行函数时，可爱在其上下都包裹上了逻辑。从简如果我们希望函数自带计时逻辑，云服务器提供商饰器识那么为了包住原函数，代码单实只能去新定义一个函数。更加

def time_wrapper(func):     # func 是一个函数     t = time.time()     func()     print(f"timer: using { time.time() - t :.5f} s") time_wrapper(piper) 输出： timer: using 0.00600 s 

我们想测试某一个函数运行时间时，将函数名输入到 time_wrapper 里面就好。

更优雅的改进

上述代码显然有缺点：

我们在编程时，心智负担增大了;此外，代码更冗长了 如果我们只是希望函数新增一个功能，显然用 time_wrapper 是不行的，因为其并没有改变 piper 本身

于是我们请出今天的主角 修饰器@wraps[2] 。

还用我们的 timer 举例子，亿华云计算我们让所有在 @timer 下的函数，都经过如下处理：

def timer(func):     @wraps(func)     def inner_func():         t = time.time()         rts = func()         print(f"timer: using { time.time() - t :.5f} s")         return rts     return inner_func 

以 piper 为例，我们经历了如下变化。

@timer def 原始piper():     for i in range(10000):         i = i * i ** 10 

实际上，当你再调用 piper 时，你的 piper 内部逻辑早已变为：

def 当前piper():     t = time.time()     rts = 原始piper()     print(f"timer: using { time.time() - t :.5f} s")     return rts 

总结

本文简单与读者朋友们「科普」一下修饰器，注意到我们这里实际上仅仅修饰了无参数的函数。其实，修饰器还有许多更加优雅用途，比如传入参数 *args, **kwargs ，修饰类 __call__ 等用法。期待以后我遇到好的应用场景，将经验分享给朋友们。

亿华云

很赞哦!（25）