大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
前言
我们都知道装饰器的作用是在不改变原有的代码基础上，添加新的功能，但是这样会有一个弊端，被装饰的函数某些属性会变改变，接下来我们来看下
案例
import time
def run_time(func):
def wrapper(*args, **kwargs):
"""时间装饰器"""
time1 = time.time()
func(*args, **kwargs)
time2 = time.time()
cost_time = time2 - time1
return f"函数花了{cost_time}秒"
return wrapper
@run_time
def test():
"""测试"""
print([i for i in range(1, 100001) if i % 200 == 0])
if __name__ == '__main__':
print(test.__name__)
print(test.__doc__)
"""
结果
# wrapper
# 时间装饰器
"""
可以看到，我们明明打印的是test函数的__name__属性，最后显示的却是run_time的属性。
我们知道@run_time装饰器实际上就等于test = run_time(test)，此时我们打印test.__name__实际上test已经指向了wrapper，这样会造成我们打印的时候会打印装饰器的内嵌函数的名字和注释。
使用wraps装饰器解决
wraps可以将原函数对象的指定属性复制给包装函数对象, 默认有 __module__、__name__、__doc__、__qualname__、__annotations__或者通过参数选择
import time
from functools import wraps
def run_time(func):
@wraps(func)
def wrapper(*args, **kwargs):
"""时间装饰器"""
time1 = time.time()
func(*args, **kwargs)
time2 = time.time()
cost_time = time2 - time1
return f"函数花了{cost_time}秒"
return wrapper
@run_time
def test():
"""测试"""
print([i for i in range(1, 100001) if i % 200 == 0])
if __name__ == '__main__':
print(test.__name__)
print(test.__doc__)
"""
结果：
test
测试
"""
我们就只在原来的wrapper内函数上加了一个@wraps(func)装饰器，就可以打印出我们想要的结果了，这是因为wraps可以将原函数对象的指定属性复制给包装函数对象，我们可以查看它的源码
def wraps(wrapped,
assigned = WRAPPER_ASSIGNMENTS,
updated = WRAPPER_UPDATES):
"""Decorator factory to apply update_wrapper() to a wrapper function
Returns a decorator that invokes update_wrapper() with the decorated
function as the wrapper argument and the arguments to wraps() as the
remaining arguments. Default arguments are as for update_wrapper().
This is a convenience function to simplify applying partial() to
update_wrapper().
"""
return partial(update_wrapper, wrapped=wrapped,
assigned=assigned, updated=updated)
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/164942.html原文链接：https://javaforall.net
![matlab fmincon优化,matlab fmincon优化问题[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
