Python的装饰器的作用

装饰器模式是一个强大的模式，可以给一个函数增加额外的方法而不用修改原来的代码。比如，当我们需要给原来的代码添加日志记录时，需要将原来的代码进行修改，在函数里面增加日志记录的代码。但如果使用装饰器模式，使用装饰器装饰原来的代码，将日志记录放在装饰器里，就可以避免修改原有的代码，同时又实现了所需的功能。这种编程模式就叫做面向切片编程。
作用和使用场景：

• 引入日志
• 函数执行时间统计
• 执行函数前预备处理
• 执行函数前的清理功能
• 权限效验等

1、日志记录实例：

def	func():
		print("func")
	

现在让我们记录一下这个函数执行时的日志记录，即记录一下函数执行的时间，输出执行时间和方法名。日志输出函数如下

from	datetime	import	datetime  as dt
def log(func):
	print('+str(dt.now()+)'+funnc.__name__)
	func()
但我们想使用func函数的时候，log（func）
会输出：[2017-09-10 20:51:09.970854]func

这就实现了调用 func 时，同时进行日志记录。但这样做很明显会有问题，就是我们需要把所有调用 func 的地方改为 log(func) ，这很麻烦，并且会需要改很多代码。所以，我们换一种写法：

def log(log):
	def wrapper():
		print('['+str(dt.noe())']'+func.__name__)
		func()
		return wrapper
 #请注意，这就是一个装饰器了！

里面那个 wrapper 的意思就是装饰、包裹的意思。我们将 func 函数装饰一下变成了一个新的函数然后返回它。那该如何使用呢？如下：

func = log(func)
func()
#使用方法就是用log装饰器将func装饰一下后返回覆盖掉原有的func即可。

所谓的语法糖的意思就是添加一个语法，让代码更简单的意思。Python为装饰器也提供了一个语法糖，就是 @ 符号。我们可以使用这个符号声明这是一个装饰器。如下，我们使用语法糖的写法给 func 添加 log 这个装饰器：

@log
def func():
	return print('func')
这样写好后，直接调用 func() 即可同时输出日志了：
[2017-09-10 21:10:50.933021]funcfunc

2、装饰器给函数传参

def func(msg):
	print("-->>"+msg)
def log(func):
	def  wrapper(msg):
		print('['+str(dt.now())+']'+func.__name__) 
		return func(msg) 
		return wrapper
这样一改， log 就又可以用了，给 func 再加上语法糖：
@log
def func(msg):
	print("-->>"+msg)
	func('hello')

下面我们就写一个更强力的 log 装饰器，来让装饰器可以装饰任何函数，而不用管那个函数又多少个参数。使用Python的可变参数 *args 和关键字参数 **kwargs 即可。修改 log，如下：

def log(func):
	def wrapper(*args,**kwargs):
		print('['+str(dt.now())+']'+func.__name__) 					     					
		return func(*args, **kwargs)
		return wrapper

装饰器本身也可以带参数，比如说，我们给 log装饰器添加一个参数 is_show 用于是否显示日志输出。如下：

def log(is_show=True):
	def wrapper(func):
		def inner_wrapper(*args, **kwargs):
			if is_show:
			    print('['+str(dt.now())+']'+func.__name__) 		    	 
			    return func(*args, **kwargs)
	 return inner_wrapper 
 return wrapper
# 默认显示日志@log(True)def func1():print("func1")# 默认不显示日志@log(False)def func2(): print("func2")

大数据的文件读取：

1. 利用生成器generator
2. 迭代器进行迭代遍历：
3. for line in file:
4. grep命令是一种强大的文本搜索工具

如何提高Python的运行效率：

1. 使用生成器
2. 关键代码使用外部功能包
3. 针对循环的优化，尽量避免在循环中访问变量的属性。