Python学习:带参数的装饰器
2021-01-01 本文已影响0人
khaos
问题
前面写了一个统计函数执行时间的装饰器,默认使用print函数打印执行日志。日志打印,不能假设一定会用print,能否使用自定义的日志打印,比如logger
方案
先看前面提供的exec_time装饰器的代码:
import time
from functools import wraps
def exec_time():
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
beg = time.time() * 1000
ret = func(*args, **kwargs)
end = time.time() * 1000
print('func:{%s} exec time is:{%.5f} ms' % (func.__name__, end - beg))
return ret
return wrapper
return decorator
补充说明下,这里使用了语言内建的装饰器@wraps,@wraps的作用是来保留函数元数据。不然,函数信息会丢失。
我们默认使用print打印,调用者也可以指定其他log打印的方式。实现代码如下:
def exec_time(log=None):
"""
功能描述:定义嵌套函数,用来打印出装饰的函数的执行时间
:param func: func参数(自动)
:param log: 日志打印函数类型
:return: 返回内部wrapper函数
"""
logger = log
def decorate(func):
@wraps(func)
def wrapper(*args, **kwargs):
"""
功能描述:定义开始时间和结束时间,将func夹在中间执行,取得其返回值
:param args:
:param kwargs:
:return: 被装饰函数的实际返回值
"""
start = time.time() * 1000
func_ret = func(*args, **kwargs)
end = time.time() * 1000
if logger is None:
print('func:{%s} exec time is:{%.5f} ms' % (func.__name__, end - start))
else:
logger.debug('func:{%s} exec time is:{%.5f} ms' % (func.__name__, end - start))
return func_ret
return wrapper
# 返回嵌套的函数
return decorate
测试代码:
import time
from common.exec_time import exec_time
class MyLogger:
def debug(self, str):
print('mylogger:debug:' + str)
class TestExecTime:
def test_exec_time_01(self):
@exec_time()
def sleep_1s():
time.sleep(1)
sleep_1s()
def test_exec_time_02(self):
@exec_time(MyLogger())
def sleep_2s():
time.sleep(2)
sleep_2s()
输出:
platform darwin -- Python 3.8.2, pytest-6.1.2, py-1.9.0, pluggy-0.13.1 -- /usr/local/bin/python3.8
cachedir: .pytest_cache
rootdir: /Users/xxx/data/code/github/learn-python/test
collecting ... collected 2 items
test_ExecTime.py::TestExecTime::test_exec_time_01
test_ExecTime.py::TestExecTime::test_exec_time_02
============================== 2 passed in 3.02s ===============================
Process finished with exit code 0
PASSED [ 50%]func:{sleep_1s} exec time is:{1000.36304} ms
PASSED [100%]mylogger:debug:func:{sleep_2s} exec time is:{2002.80005} ms
讨论
开发库的时候,库的接口设计假设/依赖越少越好,一方面是考虑通用性,另外一方面也会使得库具备较好的扩展性。因为一旦接口固定,后期修改成本就高得多了。