117笔记问答Python装饰器是一种在不修改原始函数代码的情况下，为函数增加新功能的方法。它们可以简化调试过程，因为你可以使用装饰器来添加日志记录、性能测试、缓存等功能，而无需更改函数的内部实现。
以下是一些使用装饰器简化调试过程的示例：
- 使用
logging装饰器记录函数调用信息：
import logging
logging.basicConfig(level=logging.INFO)
def log_decorator(func):
def wrapper(*args, **kwargs):
logging.info(f"Calling {func.__name__} with args: {args} and kwargs: {kwargs}")
result = func(*args, **kwargs)
logging.info(f"{func.__name__} returned: {result}")
return result
return wrapper
@log_decorator
def add(a, b):
return a + b
add(1, 2)
- 使用
timeit装饰器测试函数性能：
import timeit
def timing_decorator(func):
def wrapper(*args, **kwargs):
start_time = timeit.default_timer()
result = func(*args, **kwargs)
end_time = timeit.default_timer()
print(f"{func.__name__} took {end_time - start_time:.4f} seconds to execute")
return result
return wrapper
@timing_decorator
def fibonacci(n):
if n <= 1:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
fibonacci(1000)
- 使用
lru_cache装饰器缓存函数结果以提高性能：
from functools import lru_cache
@lru_cache(maxsize=None)
def fibonacci(n):
if n <= 1:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(1000))
通过使用这些装饰器，你可以更容易地调试和优化你的代码，而无需更改函数的内部实现。