对比测试
先看一个未使用functools.wraps的装饰器:
def time_consuming_deco(func):
"""
计算运行func函数所消耗的时间
"""
def wrapper(*args, **kwargs):
start = time.time()*1000
func(*args, **kwargs)
end = time.time()*1000 # 转换成毫秒
print('{0} time consuming: {1} ms'.format(func.__name__, end - start))
return wrapper下面使用上面的装饰器:
@time_consuming_deco
def f():
for i in range(1000000):
pass
f()
print("f.__name__ :", f.__name__)运行结果为:
f time consuming: 22.99853515625 ms f.__name__ : wrapper
再看一个使用了functools.wraps的装饰器:
def time_consuming_deco(func):
"""
还是上面计算运行func函数所消耗的时间的装饰器,只不过是用使用了functools.wraps
"""
@functools.wraps(func)
def wrapper(*args, **kwargs):
start = time.time()*1000
func(*args, **kwargs)
end = time.time()*1000 # 转换成毫秒
print('{0} time consuming: {1} ms'.format(func.__name__, end - start))
return wrapper再次运行上面的测试程序结果如下:
f time consuming: 22.99853515625 ms f.__name__ : f
小结
通过使用functools.wraps可以避免自定义装饰器对所装饰函数造成的函数名影响,防止在后面需要使用函数名的时候造成混乱.
