Python中decorator

@decorator可以实现函数功能的动态增加，但是，经过@decorator“改造”后的函数，和原函数相比，除了功能多一点外，有没有其它不同的地方？

---

栗子1：
在没有decorator的情况下，打印函数名：

def f1(x):
    pass
print(f1.__name__)

结果为： f1

栗子2：
在有decorator的情况下，打印函数名：

def log(f):
    def wrapper(*args, **kw):
        print('call...')
        return f(*args, **kw)
    return wrapper

@log
def f2(x):
    pass
print(f2.__name__)

结果为： wrapper

由以上的栗子可见，函数名返回的已经不是原函数 f2 了，而是装饰器函数内部定义的 wrapper ,这对于那些依赖函数名的代码就失效了。
decorator还改变了函数的__doc__等其它属性。如果要让调用者看不出一个函数经过了@decorator的“改造”，就需要把原函数的一些属性复制到新函数中：

def log(f):
    def wrapper(*args, **kw):
        print('call...')
        return f(*args, **kw)
    wrapper.__name__ = f.__name__
    wrapper.__doc__ = f.__doc__
    return wrapper

@log
def f2(x):
    pass
print(f2.__name__)

结果为： f2

However, 这样写decorator很不方便，因为我们也很难把原函数的所有必要属性都一个一个复制到新函数上，所以Python内置的functools可以用来自动化完成这个“复制”的任务：

import functools
def log(f):
    @functools.wraps(f)
    def wrapper(*args, **kw):
        print('call...')
        return f(*args, **kw)
    return wrapper

@log
def f2(x):
    pass
print(f2.__name__)

结果为： f2

任务：
给上节代码加上，@functools.wraps使其原函数的属性不会在引用时发生变化。

import time, functools
from functools import reduce

def performance(unit):
    def perf_decorator(f):
        @functools.wraps(f)
        def wrapper(*args, **kw):
            print('call'+' '+'%s() in %s%s' % (f.__name__, time.time(), unit))
        return wrapper
    return perf_decorator

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

print(factorial.__name__)

结果为： factorial

注意：若括号中无原函数名@functools.wraps(f)，将会报错如下：

AttributeError: ‘functools.partial’ object has no attribute ‘name’

---

大家加油！
学习链接：https://www.imooc.com/code/6067