下面是一个例子，用 for 循环调用 10 次 test 函数，并把返回值加到 sum 变量中：
创新互联公司主营舒兰网站建设的网络公司,主营网站建设方案,重庆APP开发公司,舒兰h5微信平台小程序开发搭建,舒兰网站营销推广欢迎舒兰等地区企业咨询
#coding=utf-8
def test(n):
return n + 1
sum = 0
# 使用 for 循环调用 10 次 test 函数
for i in range(10):
# 调用 test 函数，并将返回值加到 sum 中
sum = sum + test(i)
print('sum = ' + str(sum))
python 限制函数调用次数的实例讲解
发布时间：2018-04-21 09:58:18 作者：随便起个名字啊
下面小编就为大家分享一篇python 限制函数调用次数的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下代码，限制某个函数在某个时间段的调用次数，
灵感来源：python装饰器-限制函数调用次数的方法(10s调用一次) 欢迎访问
原博客中指定的是缓存，我这里换成限制访问次数，异曲同工
#newtest.py
#!/usr/bin/env python
#-*- coding:utf-8 -*-
import time
def stat_called_time(func):
cache={}
limit_times=[10]
def _called_time(*args,**kwargs):
key=func.__name__
if key in cache.keys():
[call_times,updatetime]=cache[key]
if time.time()-updatetime 60:
cache[key][0]+=1
else:
cache[key]=[1,time.time()]
else:
call_times=1
cache[key]=[call_times,time.time()]
print('调用次数: %s' % cache[key][0])
print('限制次数: %s' % limit_times[0])
if cache[key][0] = limit_times[0]:
res=func(*args,**kwargs)
cache[key][1] = time.time()
return res
else:
print("超过调用次数了")
return None
return _called_time
@stat_called_time
def foo():
print("I'm foo")
if __name__=='__main__':
for i in range(10):
foo()
#test.py
from newtest import foo
import time
for i in range(30):
foo()
print('*'*20)
foo()
foo()
print('*'*20)
for i in range(60):
print(i)
time.sleep(1)
for i in range(11):
foo()
Python中提供了很多接口方便我们能够灵活进行性能分析，包括cProfile模块中的Profile类和pstat模块中的Stats类。
--cprofile是一种确定性分析器，只测量CPU时间，并不关心内存的消耗情况和其他与内存相关联的信息
--它是基于Isprof的用C语言实现的扩展应用，运行开销比较合理，适合分析运行时间较长的程序
--enable(): 开始进行性能分析并收集数据
--disableI(): 停止性能分析
--create_stats(): 停止收集数据，并为已经收集的数据创建stats对象
--print_stats():创建stats对象并打印分析结果
--dump_stats(filename): 把当前性能分析的内容写入文件filename中
--runcall(func, *args, **kwargs): 收集被调用函数func的性能分析信息
--用来分析cProfile输出的文件内容
--pstas模块为开发者提供了Stats类，可以读取和操作stats文件
（Stats类可以接受stats文件名，也可以直接接受cProfile.Profile对象作为数据源。）
--strip_dirs(): 删除报告中所有函数文件名的路径信息
--dump_stats(filename): 把stats中的分析数据写入文件（也可以写成cProfile.Profile.dump_stats()）
--sort_stats(*keys): 对报告列表进行排序，函数会一次按照传入的参数排序
--reverse_order(): 逆反当前的排序
--print_stats(*restrictions): 把信息打印到标准输出。*restrictions用于控制打印结果的形式，比如（10,1.0，".*.py.*")表示打印所有py文件的信息的前10行结果
--第一行表示运行这个函数一共使用0.043秒，执行了845次函数调用
--第二行表示结果是按什么顺序排列的（这里表示按照调用次数来进行排列的）
--ncalls: 表示函数调用的次数（有两个数值表示有递归调用，总调用次数/原生调用次数）
--tottime: 函数内部调用时间（不包括他自己调用的其他函数时间）
--percall: tottime/ncalls
--cumtime: 表示累计调用时间（函数执行玩的总时间），它包含了函数自己内部调用的函数时间
--filename:lineno(function): 函数所在的文件，行号，函数名称
上面的函数do_cProfile(do=False, order='tottime')是一个带参数的装饰器，通过do的值来进行性能分析的开关控制，通过order的值来选择输出结果按照什么方式进行排序。
比如我们对函数A和函数B进行性能分析
如果不给装饰器传入参数的话就是默认的False和tottime
你好：
我对代码做了注释：
#last是一个列表，里面只有一个元素，就是1，说明已经运行一次
def counter(last=[1]):
#last[0]将列表里面的第一个元素取出，然后加1，赋值给next
next = last[0] + 1
#修改列表里面第一个元素的值
last[0] = next
#返回此时运行的次数
return next
在spider类里面加个计数变量啊，然后再closed() 方法里面添加log，把计数给打印出来
class MySpider(scrapy.Spider):
def __init__(self):
self.count = 0
def parse(self, response):
self.count += 1
def closed(self):
log(self.count)
#脚本里面直接这样写就好了import randomdef R(): print (random.randint(1,1000))for i in range(1,10): R()
