本文实例分析了Python装饰器的执行过程。分享给大家供大家参考，具体如下：
今天看到一句话：装饰器其实就是对闭包的使用，仔细想想，其实就是这回事，今天又看了下闭包，基本上算是弄明白了闭包的执行过程了。其实加上几句话以后就可以很容易的发现，思路给读者，最好自己总结一下，有助于理解。通过代码来说吧。
第一种，装饰器本身不传参数，相对来说过程相对简单的
#!/usr/bin/python
#coding: utf-8
# 装饰器其实就是对闭包的使用
def dec(fun):
print("call dec")
def in_dec():
print("call in_dec")
fun()
# 必须加上返回语句，不然的话会默认返回None
return in_dec
@dec
def fun():
print("call fun")
# 注意上面的返回语句加上还有不加上的时候这一句执行的区别
print(type(fun))
fun()
'''
通过观察输出结果可以知道函数执行的过程
call dec
<type 'function'>
call in_dec
call fun
观察这几组数据以后，其实很容易发现，先执行装饰器，执行过装饰器以后，代码继续执行最后的print和fun()语句，
但是此时的fun函数其实是指向in_dec的，并不是@下面的fun函数，所以接下来执行的是in_dec，在in_dec中有一个fun()语句，
遇到这个以后才是执行@后面的fun()函数的。
'''
第二种，装饰器本身传参数，个人认为相对复杂，这个过程最好自己总结，有问题大家一块探讨
#!/usr/bin/python
#coding: utf-8
import time, functools
def performance(unit):
print("call performance")
def log_decrator(f):
print("call log_decrator")
@functools.wraps(f)
def wrapper(*arg, **kw):
print("call wrapper")
t1 = time.time()
t = f(*arg, **kw)
t2 = time.time()
tt = (t2 - t1) * 1000 if unit == "ms" else (t2 - t1)
print 'call %s() in %f %s' % (f.__name__, tt, unit)
return t
return wrapper
return log_decrator
@performance("ms")
def factorial(n):
print("call factorial")
return reduce(lambda x, y: x * y, range(1, 1 + n))
print(type(factorial))
#print(factorial.__name__)
print(factorial(10))
'''接下来的是输出结果，通过结果其实很容易发现执行的过程
call performance
call log_decrator 通过观察前两组的输出结果可以知道，先执行装饰器
<type 'function'>
call wrapper
call factorial
call factorial() in 0.000000 ms
3628800
'''
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
