装饰器是用来描述函数，记录日志，提供信息的函数，是一个为了更好的服务主函数的副函数：
详情还需查看：廖雪峰装饰器
关键在于：【import functools是导入functools模块。模块的概念稍候讲解。现在，只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。】
下面是对两道对应练习题的个人代码编写即记录：
练习题1：请设计一个decorator，它可作用于任何函数上，并打印该函数的执行时间：（事件函数目前没掌握，但是不影响对装饰器的理解）
import time, functools
def metric(fn): # 这是decorator函数的定义，没有过多要传递的信息，两层嵌套嵌套即可@functools.wraps(fn)def wrapper(*args, **kw):print('%s executed in %s ms' % (fn.__name__, '10.24'))return fn(*args, **kw)return wrapper@metric #这是在定义主函数时调用decorator函数的方法
def fast(x, y):time.sleep(0.0012)return x + y@metric
def slow(x, y, z):time.sleep(0.1234)return x * y * zf = fast(11, 22)
s = slow(11, 22, 33)
if f != 33:print('测试失败!')
elif s != 7986:print('测试失败!') 练习题2：请编写一个decorator，能在函数调用的前后打印出'begin call'和'end call'的日志：
import functools
def metric(text1,text2): # 这里不允许写要服务的函数名def decorate(fn): # 要服务的函数名这里写@functools.wraps(fn)def wrapper(*args, **kw):print('%s %s:' % (text1, fn.__name__))fn(*args, **kw)print('%s %s.' % (text2, fn.__name__))return wrapperreturn decorate@ metric('begin call','end call') # r如果在调用装饰器时要个性化传递参数，装饰器函数需要3层嵌套；注意这里不能再写good，已经@了。
def good(x,y):print(x+y)
good(2,3)
