继续考察@log 装饰器：
def log(f): def fn(x): print 'call ' + f.__name__ + '()...' return f(x) return fn
复制代码
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
复制代码
把上面的定义翻译成高阶函数的调用，就是：
my_func = log('DEBUG')(my_func)
复制代码
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)
复制代码
上面的语句又相当于：
log_decorator = log('DEBUG')@log_decoratordef my_func(): pass
复制代码
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()
复制代码
执行结果：
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)
复制代码
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。
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))
复制代码
要实现带参数的 @performance，就需要实现：
my_func = performance('ms')(my_func)
复制代码
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)
复制代码
评论