Python装饰器之计时器，调试必不可少的工具！

计时装饰器是一种实用工具，用于衡量函数执行时间，对于性能调优和监控至关重要。本章将探讨如何实现计时装饰器，并如何保持函数的元信息及处理函数执行过程中的异常。

1、简单计时装饰器实现

最基础的计时装饰器通过time模块来测量函数的运行时间。下面是一个简单的例子：

import time

#创建装饰器
def timing_decorator(func):

    def wrapper(*args, **kwargs):

        start_time = time.time()

        result = func(*args, **kwargs)

        end_time = time.time()

        print(f"{func.__name__} ran in: {end_time - start_time} secs")

        return result

    return wrapper

#使用装饰器
@timing_decorator

def example_function(n):

    sum = 0

    for i in range(n):

        sum += i

    return sum

#调用函数
example_function(1000000)

输出示例：

example_function ran in: 0.12345 secs

2、使用functools.wraps保持元信息

直接应用上述装饰器会丢失被装饰函数的一些重要属性，比如函数名、文档字符串等。为了解决这个问题，可以使用functools.wraps来保留这些元数据：

from functools import wraps

import time

#创建装饰器
def timing_decorator_with_wraps(func):

    @wraps(func)

    def wrapper(*args, **kwargs):

        start_time = time.time()

        result = func(*args, **kwargs)

        end_time = time.time()

        print(f"{func.__name__} ran in: {end_time - start_time} secs")

        return result

    return wrapper

#使用装饰器
@timing_decorator_with_wraps

def enhanced_example_function(n):

    """Computes the sum of first n numbers."""

    return sum(range(n))

    print(enhanced_example_function.__doc__)

#调用函数
enhanced_example_function(1000000)

输出示例：

Computes the sum of first n numbers.

enhanced_example_function ran in: 0.12345 secs

3、异常处理与装饰器结合

在实际应用中，被装饰的函数可能会抛出异常。为了更好地管理这些情况，可以在装饰器中加入异常处理逻辑：

#创建装饰器
def timing_decorator_with_exception_handling(func):

    @wraps(func)

    def wrapper(*args, **kwargs):

        try:

            start_time = time.time()

            result = func(*args, **kwargs)

            end_time = time.time()

            print(f"{func.__name__} ran in: {end_time - start_time} secs")

            return result

        except Exception as e:

            print(f"An error occurred in {func.__name__}: {e}")

        raise

    return wrapper

#使用装饰器
@timing_decorator_with_exception_handling

def function_might_raise_error(n):

    if n < 0:

    raise ValueError("n must be non-negative")

    return sum(range(n))

    try:

        function_might_raise_error(-1)

    except ValueError:

    pass  # Handled exception outside

输出示例：

An error occurred in function_might_raise_error: n must be non-negative

通过上述方式 ，计时装饰器不仅能够准确测量函数执行时间，还能够优雅地处理可能出现的异常情况 ，增强了代码的健壮性。