#### 第一波 #### def foo(): print('foo') foo #表示是函数 foo() #表示执行foo函数 #### 第二波 #### def foo(): print('foo') foo = lambda x: x + 1 foo() # 执行下面的lambda表达式,而再也不是原来的foo函数,由于foo这个名字被从新指向了另一个匿名函数
初创公司有N个业务部门,1个基础平台部门,基础平台负责提供底层的功能,如:数据库操做、redis调用、监控API等功能。业务部门使用基础功能时,只需调用基础平台提供的功能便可。以下:python
############### 基础平台提供的功能以下 ############### def f1(): print('f1') def f2(): print('f2') def f3(): print('f3') def f4(): print('f4') ############### 业务部门A 调用基础平台提供的功能 ############### f1() f2() f3() f4() ############### 业务部门B 调用基础平台提供的功能 ############### f1() f2() f3() f4()
目前公司有条不紊的进行着,可是,之前基础平台的开发人员在写代码时候没有关注验证相关的问题,即:基础平台的提供的功能能够被任何人使用。如今须要对基础平台的全部功能进行重构,为平台提供的全部功能添加验证机制,即:执行功能前,先进行验证。redis
老大把工做交给 Low B,他是这么作的:数据库
跟每一个业务部门交涉,每一个业务部门本身写代码,调用基础平台的功能以前先验证。诶,这样一来基础平台就不须要作任何修改了。太棒了,有充足的时间泡妹子…编程
当天Low B 被开除了…缓存
老大把工做交给 Low BB,他是这么作的:app
############### 基础平台提供的功能以下 ############### def f1(): # 验证1 # 验证2 # 验证3 print('f1') def f2(): # 验证1 # 验证2 # 验证3 print('f2') def f3(): # 验证1 # 验证2 # 验证3 print('f3') def f4(): # 验证1 # 验证2 # 验证3 print('f4') ############### 业务部门不变 ############### ### 业务部门A 调用基础平台提供的功能### f1() f2() f3() f4() ### 业务部门B 调用基础平台提供的功能 ### f1() f2() f3() f4() 过了一周 Low BB 被开除了…
老大把工做交给 Low BBB,他是这么作的:ide
只对基础平台的代码进行重构,其余业务部门无需作任何修改函数式编程
############### 基础平台提供的功能以下 ############### def check_login(): # 验证1 # 验证2 # 验证3 pass def f1(): check_login() print('f1') def f2(): check_login() print('f2') def f3(): check_login() print('f3') def f4(): check_login() print('f4')
老大看了下Low BBB 的实现,嘴角漏出了一丝的欣慰的笑,语重心长的跟Low BBB聊了个天:函数
老大说:
写代码要遵循开放封闭原则,虽然在这个原则是用的面向对象开发,可是也适用于函数式编程,简单来讲,它规定已经实现的功能代码不容许被修改,但能够被扩展,即:日志
若是将开放封闭原则应用在上述需求中,那么就不容许在函数 f1 、f二、f三、f4的内部进行修改代码,老板就给了Low BBB一个实现方案:
def w1(func): def inner(): # 验证1 # 验证2 # 验证3 func() return inner @w1 def f1(): print('f1') @w1 def f2(): print('f2') @w1 def f3(): print('f3') @w1 def f4(): print('f4')
对于上述代码,也是仅仅对基础平台的代码进行修改,就能够实如今其余人调用函数 f1 f2 f3 f4 以前都进行【验证】操做,而且其余业务部门无需作任何操做。
Low BBB心惊胆战的问了下,这段代码的内部执行原理是什么呢?
老大正要生气,忽然Low BBB的手机掉到地上,恰巧屏保就是Low BBB的女朋友照片,老大一看一紧一抖,喜笑颜开,决定和Low BBB交个好朋友。
详细的开始讲解了:
单独以f1为例:
def w1(func): def inner(): # 验证1 # 验证2 # 验证3 func() return inner @w1 def f1(): print('f1')
python解释器就会从上到下解释代码,步骤以下:
没错, 从表面上看解释器仅仅会解释这两句代码,由于函数在 没有被调用以前其内部代码不会被执行。
从表面上看解释器着实会执行这两句,可是 @w1 这一句代码里却有大文章, @函数名 是python的一种语法糖。
执行w1函数
执行w1函数 ,并将 @w1 下面的函数做为w1函数的参数,即:@w1 等价于 w1(f1) 因此,内部就会去执行:
def inner(): #验证 1 #验证 2 #验证 3 f1() # func是参数,此时 func 等于 f1 return inner# 返回的 inner,inner表明的是函数,非执行函数 ,其实就是将原来的 f1 函数塞进另一个函数中
w1的返回值
将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再从新赋值给 f1,即:
新f1 = def inner(): #验证 1 #验证 2 #验证 3 原来f1() return inner
因此,之后业务部门想要执行 f1 函数时,就会执行 新f1 函数,在新f1 函数内部先执行验证,再执行原来的f1函数,而后将原来f1 函数的返回值返回给了业务调用者。
如此一来, 即执行了验证的功能,又执行了原来f1函数的内容,并将原f1函数返回值 返回给业务调用着
Low BBB 你明白了吗?要是没明白的话,我晚上去你家帮你解决吧!!!
#定义函数:完成包裹数据 def makeBold(fn): def wrapped(): return "<b>" + fn() + "</b>" return wrapped #定义函数:完成包裹数据 def makeItalic(fn): def wrapped(): return "<i>" + fn() + "</i>" return wrapped @makeBold def test1(): return "hello world-1" @makeItalic def test2(): return "hello world-2" @makeBold @makeItalic def test3(): return "hello world-3" print(test1())) print(test2())) print(test3()))
运行结果:
<b>hello world-1</b> <i>hello world-2</i> <b><i>hello world-3</i></b>
from time import ctime, sleep def timefun(func): def wrappedfunc(): print("%s called at %s"%(func.__name__, ctime())) func() return wrappedfunc @timefun def foo(): print("I am foo") foo() sleep(2) foo()
上面代码理解装饰器执行行为可理解成
foo = timefun(foo) #foo先做为参数赋值给func后,foo接收指向timefun返回的wrappedfunc foo() #调用foo(),即等价调用wrappedfunc() #内部函数wrappedfunc被引用,因此外部函数的func变量(自由变量)并无释放 #func里保存的是原foo函数对象
from time import ctime, sleep def timefun(func): def wrappedfunc(a, b): print("%s called at %s"%(func.__name__, ctime())) print(a, b) func(a, b) return wrappedfunc @timefun def foo(a, b): print(a+b) foo(3,5) sleep(2) foo(2,4)
from time import ctime, sleep def timefun(func): def wrappedfunc(*args, **kwargs): print("%s called at %s"%(func.__name__, ctime())) func(*args, **kwargs) return wrappedfunc @timefun def foo(a, b, c): print(a+b+c) foo(3,5,7) sleep(2) foo(2,4,9)
from time import ctime, sleep def timefun(func): def wrappedfunc(): print("%s called at %s"%(func.__name__, ctime())) func() return wrappedfunc @timefun def foo(): print("I am foo") @timefun def getInfo(): return '----hahah---' foo() sleep(2) foo() print(getInfo())
执行结果:
foo called at Fri Nov 4 21:55:35 2016 I am foo foo called at Fri Nov 4 21:55:37 2016 I am foo getInfo called at Fri Nov 4 21:55:37 2016 None
若是修改装饰器为return func(),则运行结果:
foo called at Fri Nov 4 21:55:57 2016 I am foo foo called at Fri Nov 4 21:55:59 2016 I am foo getInfo called at Fri Nov 4 21:55:59 2016 ----hahah---
通常状况下为了让装饰器更通用,能够有return。
#decorator2.py from time import ctime, sleep def timefun_arg(pre="hello"): def timefun(func): def wrappedfunc(): print("%s called at %s %s"%(func.__name__, ctime(), pre)) return func() return wrappedfunc return timefun @timefun_arg("itcast") def foo(): print("I am foo") @timefun_arg("python") def too(): print("I am too") foo() sleep(2) foo() too() sleep(2) too()
能够理解为
foo()==timefun_arg("itcast")(foo)()
装饰器函数实际上是这样一个接口约束,它必须接受一个callable对象做为参数,而后返回一个callable对象。在Python中通常callable对象都是函数,但也有例外。只要某个对象重写了 call() 方法,那么这个对象就是callable的。
class Test(): def __call__(self): print('call me!') t = Test() t() # call me
类装饰器demo
class Test(object): def __init__(self, func): print("---初始化---") print("func name is %s"%func.__name__) self.__func = func def __call__(self): print("---装饰器中的功能---") self.__func() #说明: #1. 当用Test来装做装饰器对test函数进行装饰的时候,首先会建立Test的实例对象 # 而且会把test这个函数名当作参数传递到__init__方法中 # 即在__init__方法中的func变量指向了test函数体 # #2. test函数至关于指向了用Test建立出来的实例对象 # #3. 当在使用test()进行调用时,就至关于让这个对象(),所以会调用这个对象的__call__方法 # #4. 为了可以在__call__方法中调用原来test指向的函数体,因此在__init__方法中就须要一个实例属性来保存这个函数体的引用 # 因此才有了self.__func = func这句代码,从而在调用__call__方法中可以调用到test以前的函数体 @Test def test(): print("----test---") test() showpy()#若是把这句话注释,从新运行程序,依然会看到"--初始化--"
运行结果以下:
---初始化--- func name is test ---装饰器中的功能--- ----test---