Python中的函数装饰器和闭包

导语：本文章记录了本人在学习Python基础之函数篇的重点知识及我的心得，打算入门Python的朋友们能够来一块儿学习并交流。

本文重点：

一、掌握装饰器的本质、功能和特色；
二、了解闭包的概念以及Python变量调用规则；
三、了解并学会使用标准库中重要的装饰器；
四、掌握参数化装饰器的意义和代码实现方式。

1、装饰器基础知识

装饰器功能(decorator)：将被装饰的函数看成参数传递给与装饰器对应的函数（名称相同的函数），并返回包装后的被装饰的函数。
装饰器本质：是一个返回函数的高阶函数。
装饰器特色：

一、多数装饰器会把被装饰的函数替换成其余函数
二、函数装饰器在导入模块时当即执行，而被装饰的函数只在明确调用时执行。

装饰器有时采用嵌套函数表示的缘由（我的理解）：
一些装饰器的装饰功能只有在被装饰函数被调用时方可触发，所以须要用嵌套函数的形式来编写。

2、自由变量、闭包与nonlocal声明

自由变量(free variable)：指未在本地做用域绑定的变量，介于局部变量和全局变量之间。
变量查找规则：在python中, 一个变量的查找顺序是 LEGB (L：Local 局部环境，E：Enclosing 闭包，G：Global 全局，B：Built-in 内建).

闭包：引用了自由变量的函数。

闭包的做用：

• 闭包的最大特色是能够将父函数的变量与内部函数绑定，并返回绑定变量后的函数，此时即使生成闭包的环境（父函数）已经释放，闭包仍然存在。
• 这个过程很像类（父函数）生成实例（闭包），不一样的是父函数只在调用时执行，执行完毕后其环境就会释放，而类则在文件执行时建立，通常程序执行完毕后做用域才释放。
• 所以对一些须要重用的功能且不足以定义为类的行为，使用闭包会比使用类占用更少的资源，且更轻巧灵活。

nonlocal声明：能够将局部变量声明为自由变量。

eg:计算移动平均值的高阶函数：

def averager():
    sum=0
    n=0
    def avg(i):
        nonlocal sum,n
        sum+=i
        n+=1
        return print(sum/n)
    return avg  
a=averager()
a(3)
a(5)
a(7)

输出分别是3，4，5

3、装饰器进阶使用

1.标准库中的装饰器

Python内置了三个用于装饰方法的函数：property，classmethod和staticmethod
三个重要的内置装饰器：

• functools.wraps:
  (1)协助构建行为良好的装饰器。
  (2)能够把被装饰对象的相关属性复制到装饰器中，默认有 __module__、__name__、__doc__。
  (3)我的理解，装饰器在实现装饰的过程当中意见把被装饰函数替换了。此时你想调用被装饰函数的__doc__和__name__会发现是none，此时经过functools.wraps就能够在装饰时把相关属性复制过来使用，避免这个问题发生。
• functools.lru_cache
  (1)实现备忘功能，即缓存，避免发生重复调用来提升效率。
  (2)注意调用时必须带括号，由于此装饰器包含maxsize和typed两个参数，带括号表示使用默认参数。不然 functools.lru_cache不清楚该如何执行。
• functools.singledispatch
  为函数提供重载功能。被其装饰的函数会成为泛函数(generic function):根据第一个参数的类型，用不一样的方式执行相同操做的一组函数。

以functools.lru_cache为例实现斐波那契函数的计时装饰器:.

import time
import functools
def clock(func):
    @functools.lru_cache()#减小重复自引用，避免重复计算
    def clocked(arg):
        t0=time.perf_counter()
        func(arg)
        result=func(arg)
        t1=time.perf_counter()
        processtime=t1-t0
        name=func.__name__
        print("[{0:.8f}] {1}({2})={3}".format(processtime,name,arg,result))
        return result#很是重要，不然破坏原fibs函数致使没法递归调用。
    return clocked
 
@clock
def fibs(n):
    if n<2:
        return 1
    else:
        return fibs(n-1)+fibs(n-2)
fibs(6)#输出8

2.叠放装饰器

如同函数能够嵌套使用，装饰器亦能够叠放起来装饰同一对象。语法以下：
@d1
@d2
def f1():
pass
上述装饰操做等价于d1(d2(f))，故易知叠放在上端的装饰器靠后执行。

3.参数化装饰器

普通装饰器的进阶版，经过参数接口能够更方便的定制咱们须要的装饰器，适应需求变化。
代码实现较普通装饰器多嵌套一层函数，用来传递用户输入的参数。以计时器举例形式以下：

import time
DEFAULT_FMT = '[{elapsed:0.8f}s] {name}({args}) -> {result}'
def clock(fmt=DEFAULT_FMT): #三层函数来实现
    def decorate(func): 
        def clocked(*_args): 
            t0 = time.time()
            _result = func(*_args) 
            elapsed = time.time() - t0
            name = func.__name__
            args = ', '.join(repr(arg) for arg in _args) 
            result = repr(_result) 
            print(fmt.format(**locals())) 
            return _result 
        return clocked 
    return decorate 
if __name__ == '__main__':
    @clock()
    def snooze(seconds):
        time.sleep(seconds)
    for i in range(3):
        snooze(.123)

输出：

[0.12480044s] snooze(0.123) -> None
[0.13660240s] snooze(0.123) -> None
[0.12480044s] snooze(0.123) -> None

4.类装饰器

上边实现参数化装饰器的代码因为包含三重嵌套略显复杂， 事实上复杂的装饰器用 class 实现更方便。经过 __call__ 方法便可改写参数化装饰器。具体实现留做勤劳的你去课后思考，感兴趣的能够与我私信交流。