Python装饰器使用（处理日志）

例子：

这是一个装饰器函数，它的作用是在被装饰的函数执行前输出一个字符串。在这个例子中，我们定义了一个装饰器函数my_decorator，它接受一个参数param，返回一个装饰器函数decorator。decorator接受一个函数func，返回一个新的函数wrapper。wrapper接受任意数量的位置参数和关键字参数，输出param，然后调用func并返回其返回值。在这个例子中，我们使用@my_decorator("hello")语法将my_func函数装饰了一下，相当于执行了my_func = my_decorator("hello")(my_func)。当我们调用my_func()时，会先输出param: hello，然后输出world。

def my_decorator(param):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f"param: {param}")
            return func(*args, **kwargs)
        return wrapper
    return decorator
 
@my_decorator("hello")
def my_func():
    print("world")
 
my_func()
 
param: hello
world

Python 自制简单实用的日志装饰器

在写代码的时候，往往会漏掉日志这个关键因素，导致功能在使用的时候出错却无法溯源。

其实，只需要写一个非常简单的日志装饰器，我们就能大大提升排查问题的效率。

1.简陋版装饰器

写一个装饰器非常简单，因为本质上装饰器就是一个返回函数的“高阶”函数而已：

1) 函数作为参数传递进装饰器。

2) 装饰器内定义一个函数，处理作为参数传递进来的函数。

3) 返回这个装饰器内定义的函数

用一下试试看：

效果如下：

虽然这样可以实现我们所需要的功能，但其实有很大的优化空间。

2.普通版装饰器

第一版代码中有一个显而易见的问题，装饰器内定义的处理函数不支持kwargs，而在装饰器中支持kwargs仅仅是举手之劳而已。

第二个问题是，生成时间戳的时候采用字符串截取的形式，这种形式过于粗暴。其实可以使用strftime做字符串转换。

修改如下：

似乎优化得差不多了，不过依然存在改进空间。

3.优化版装饰器

在前两版代码中，我们使用print进行日志输出，其实这种处理日志的方式并不标准。

使用logging模块控制日志输出是一个更好地选择。

为了使用logging模块记录日志，我们需要先配置好logging相关的选项。

1) 首先，生成一个日志记录器，并配置日志等级：

2) 配置日志格式、增加handler控制输出流：

此处可以设置handler所需要处理的日志等级，没有设置则默认使用logger自身的Level，即DEBUG等级。

3) 最后，将此handler加入到日志记录器内：

logging 完整配置如下：

使用的时候非常简单，就是把print换成logger.debug即可：

效果如下：

这样，一个比较完善的日志装饰器就完成了。

附常用的日志等级配置：