Python 装饰器

装饰器

---

在加强原函数的功能的同时，不修改原函数的定义，这种在代码运行期间动态增长功能的方式，就称为装饰器（Decorator）。装饰器，本质是一个返回函数的高阶函数。在了解装饰器以前，也简单介绍下返回函数的相关内容。

返回函数

---

以前，咱们讲太高阶函数，map()，filter() 函数等高阶函数，可以接受函数做为参数，而函数一样也能够做为结果值返回。

先定义一个简单的函数：

>>> def func():    
...     print("return function")

上述代码只是普通的一个函数。如果，不须要当即输出，能够返回函数，而不是直接输出：

>>> def return_func():
...     def func():
...         print("return function")
...     return func

当调用 return_func() 时，返回的不是输出结果，而是函数：

>>> f = return_func() 
>>> f
<function return_func.<locals>.func at 0x000002C03AF091E0>

当调用 f 时，才输出内容：

>>> f()
return function

这是返回函数的简单应用。

闭包

---

闭包，是指在一个函数内部定义了另外一个函数，而内部函数引用了外部函数的参数和局部变量，当返回内部函数时，相关参数和变量存储在返回的函数中。

下面代码实现一个闭包的操做：

>>> def lazy_sum(*args):
...     def sum():
...         num = 0 
...         for x in args:
...             num += x 
...         return num
...     return sum
...

这个例子中，内部函数调用了外部函数的参数 args，当调用 lazy_sum 时，返回的函数存储着相关参数和变量。只有当再次调用返回函数，才会得出运算结果。

>>> f = lazy_sum(1,2,3,4,5)
>>> f
<function lazy_sum.<locals>.sum at 0x000002C03AF31488>
>>> f()
15

这里须要注意，每次调用外部函数，返回的函数都是新的函数，即便传入的参数都相同：

>>> f1 = lazy_sum(1,2,3,4,5) 
>>> f2 = lazy_sum(1,2,3,4,5) 
>>> f1 is f2
False
>>> f1 == f2 
False

该例子中，f1() 和 f2() 的结果互不影响。

还有个须要注意的地方，返回函数不是马上执行，而是调用了 f() 才执行。尝试用另一个例子说明这种状况，示例以下：

>>> def count():
...     lst = []
...     for i in range(1, 4):
...         def func():
...             return i * i
...         lst.append(func)
...     return func
...
>>> f1, f2, f3 = count()

在这个例子中，每次循环，都建立一个新的函数，将建立的 3 个函数返回。

这里的结果，可能会猜想调用 f1(), f2(), f3() 结果分别是 1, 4, 9，但实际结果却都是 9：

>>> f1()
9
>>> f2()
9
>>> f3()
9

这里是由于返回的函数引用了变量 i，可是没有马上执行。等 3 个函数都返回时，引用的变量 i 的值已经所有变成了 3，因此最终结果是 9。

因此，返回闭包时，返回函数不要引用循环变量，或者后续会发生变化的值。

装饰器

---

前面已经说明，装饰器，本质上是一个返回函数的高阶函数。尝试用例子说明，

>>> def log(func):                      
...     def warpper(*args, **kw):       
...         print('call {}():'.format(func.__name__)
...         return func(*args, **kw)
...     return wrapper

上面的 log 是一个装饰器，接受函数做为参数，返回函数。借助 Python 的 @ 语法，把装饰器置于函数的定义处：

@log
def func():
    print("function name")

调用 func() 函数，会运行 func() 自己函数，还会在运行 func() 前，打印一行日志：

>>> func()
call func():
function name

在这里，将 @log 放到 func() 函数的定义处，至关于下列语句：

func = log(func)

因为 log() 是装饰器，返回一个函数。可是，原来的 func() 还存在，只是如今同名的 func() 指向了新的函数，因此调用的 func() 时，执行的将是 wrapper() 函数。在 wrapper() 函数内，首先先打印日志，而后再调用原始函数。

这些就是装饰器的一些内容，至于更深刻的部分，后续会继续更新介绍。

---

以上就是本篇的主要内容

---

题外话： 近期网上散布不少的谣言，致使不少人没法正确识别真假。下面的连接，是腾讯新闻的一个平台【较真】，实时给你们辟谣以及科普，能够帮助你们分清真相。尽可能作到不传谣不信谣。

https://vp.fact.qq.com/home

欢迎关注微信公众号《书所集录》