这是一个 Python 装饰器（Decorator） 的示例，用于测量函数的执行时间。下面详细解析它的工作原理和用法：

---

代码解析

1. 装饰器定义 timer(func)

def timer(func):def wrapper(*args, **kwargs):start = time.time()                     # 记录开始时间result = func(*args, **kwargs)          # 执行被装饰的函数end = time.time()                       # 记录结束时间print(f"函数 {func.__name__} 执行时间: {end-start:.2f}秒")  # 打印耗时return result                           # 返回原函数的结果return wrapper

• timer(func) 是一个装饰器工厂函数，接收一个函数 func 作为参数。
• wrapper(*args, **kwargs) 是实际替换原函数的包装函数：
  • *args 和 **kwargs 确保它可以处理任意参数（位置参数和关键字参数）。
  • 在调用原函数 func(*args, **kwargs) 前后分别记录时间，计算并打印耗时。
  • 最后返回原函数的结果 result，确保装饰器不影响原函数的功能。

2. 应用装饰器 @timer

@timer
def long_running_function():time.sleep(2)

• @timer 是语法糖，等价于：

  long_running_function = timer(long_running_function)
  

• 调用 long_running_function() 时，实际执行的是 wrapper() 函数。

---

执行流程

1. 调用 long_running_function()。
2. 进入 wrapper(*args, **kwargs)：
   • 记录 start 时间。
   • 执行原函数 func()（即 time.sleep(2)）。
   • 记录 end 时间，计算耗时并打印。
   • 返回原函数的结果（此处为 None，因为 time.sleep() 无返回值）。

输出示例：

函数 long_running_function 执行时间: 2.00秒

---

关键点

1. 装饰器的作用：

   • 在不修改原函数代码的情况下，为其添加新功能（如日志、计时、权限检查等）。
   • 符合 开放-封闭原则（对扩展开放，对修改封闭）。

2. *args 和 **kwargs：

   • 确保装饰器能处理任意参数的函数。例如：

     @timer
     def add(a, b):return a + b
     

     调用 add(1, b=2) 时，args 为 (1,)，kwargs 为 {'b': 2}。

3. 函数属性保留：

   • 装饰后函数的 __name__ 会变成 wrapper，可通过 functools.wraps 修复：

     from functools import wrapsdef timer(func):@wraps(func)def wrapper(*args, **kwargs):# ...原有逻辑return wrapper
     

---

实际应用场景

• 性能分析：统计函数执行时间。
• 日志记录：记录函数调用参数和结果。
• 权限验证：在函数执行前检查用户权限。
• 缓存：缓存函数结果以避免重复计算（如 @lru_cache）。

---

改进版本（带 functools.wraps）

import time
from functools import wrapsdef timer(func):@wraps(func)  # 保留原函数的元信息（如 __name__）def wrapper(*args, **kwargs):start = time.time()result = func(*args, **kwargs)end = time.time()print(f"函数 {func.__name__} 执行时间: {end-start:.2f}秒")return resultreturn wrapper

这样，long_running_function.__name__ 仍会返回 "long_running_function"，而不是 "wrapper"。