#### 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---