VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > temp > python入门教程 >

  • python基础（补充）：python三大器之装饰器

高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。

我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的：






copydef calc_sum(*args): i = 0 for n in args: i = i + n return i 





但是，如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数：







copydef lazy_sum(*args): def sum(): i = 0 for n in args: i = i + n return i return sum 





当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数：







copyf = lazy_sum(1, 3, 5, 7, 9) print(f) # <function lazy_sum.<locals>.sum at 0x000002C5C32328C8> 





调用函数f时，才真正计算求和的结果：







copyprint(f()) # 25 





在这个例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。



请再注意一点，当我们调用lazy_sum()时，每次调用都会返回一个新的函数，即使传入相同的参数：







copyf1 = lazy_sum(1, 3, 5, 7, 9) f2 = lazy_sum(1, 3, 5, 7, 9) print(f1 == f2) # False 





f1()和f2()的调用结果是互不影响的。



2|0闭包



返回的函数在其定义内部引用了局部变量args，所以，当一个函数返回了一个函数后，其内部的局部变量还被新函数引用，所以，闭包用起来简单，实现起来可不容易。



另一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。我们来看一个例子：







copydef count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count() 





在上面的例子中，每次循环，都创建了一个新的函数，然后，把创建的3个函数都返回了。



你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果是：







copyprint(f1()) # 9 print(f2()) # 9 print(f3()) # 9 





全部都是9！原因就在于返回的函数引用了变量i，但它并非立刻执行。等到3个函数都返回时，它们所引用的变量i已经变成了3，因此最终结果为9。



返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。



如果一定要引用循环变量怎么办？方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变：







copydef count(): def f(j): def g(): return j*j return g fs = [] for i in range(1, 4): fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f() return fs f1, f2, f3 = count() 





再看看结果：







copyprint(f1()) # 1 print(f2()) # 4 print(f3()) # 9 





缺点是代码较长，可利用lambda函数缩短代码。



由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。







copydef now(): print('2021-04-17') f = now f() 





3|0__name__属性



函数对象有一个__name__属性，可以拿到函数的名字：







copyprint(now.__name__) # now print(f.__name__) # now 





4|0装饰器



现在，假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。



decorator的本质就是闭包。所以，我们要定义一个能打印日志的decorator，可以定义如下：







copydef log(func): def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper 





观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：







copy@log def now(): print('2021-04-17') 





调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：







copynow() # call now(): # 2021-04-17 





把@log放到now()函数的定义处，相当于执行了语句：







copynow = log(now) 





由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。



wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。



如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：







copydef log(text): def decorator(func): def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator 





这个3层嵌套的decorator用法如下：







copy@log('execute') def now(): print('2021-04-17') 





执行结果如下：







copynow() # execute now(): # 2021-04-17  





和两层嵌套的decorator相比，3层嵌套的效果是这样的：







copynow = log('execute')(now) 





我们来剖析上面的语句，首先执行log('execute')，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。



以上两种decorator的定义都没有问题，但还差最后一步。因为函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的'now'变成了'wrapper'：







copyprint(now.__name__) # wrapper 





因为返回的那个wrapper()函数名字就是'wrapper'，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。



不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps就是干这个事的，所以，一个完整的decorator的写法如下：







copyimport functools def log(func): @functools.wraps(func) def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper 





或者针对带参数的decorator：







copyimport functools def log(text): def decorator(func):  @functools.wraps(func) def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator 





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。



__EOF__



作　　者：pure3417 出　　处：https://www.cnblogs.com/pure3417/p/14664895.html






    













相关教程