闭包&装饰器

闭包

1.函数引用

def test():
    print('--test--')
 
# 调用函数
test()
# 引用函数
ret = test
 
print(id(ret))
print(id(test))
 
# 通过引用调用函数
ret()
 
#输出结果
--test--
1718807047704
1718807047704
--test--

2.什么是闭包

# 定义一个函数
def test(num):
    # 在函数内部再定义一个函数，并且这个函数用到外部函数的变量，那么将这个函数以及用到的一些变量称之为闭包
    def inner_test(inner_num):
        print('inner_num:%d' %inner_num)
        return num +inner_num
    # 其实这里返回的就是闭包的结果
    return inner_test
 
# 给test函数赋值，这个20就是给参数num
ret = test(10)
# 这里的50其实给参数inner_num
print(ret(50))
# 这里的100其实给参数inner_num
print(ret(100))
# 输出结果：
inner_num:50
60
inner_num:100
110

3. 一个闭包的实际例子：

def line_conf(a, b):
    def line(x):
        return a*x + b
    return line
 
line1 = line_conf(1, 1)
line2 = line_conf(4, 5)
print(line1(5))
print(line2(5))

这个例子中，函数line与变量a,b构成闭包。在创建闭包的时候，我们通过line_conf的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y = x + 1和y = 4x + 5)。我们只需要变换参数a,b，就可以获得不同的直线表达函数。由此，我们可以看到，闭包也具有提高代码可复用性的作用。

如果没有闭包，我们需要每次创建直线函数的时候同时说明a,b,x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。

注意点:

由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存

4. 修改外部函数中的变量

python3的方法：

def outer(start=0):
    def inner():
        nonlocal start
        start += 1
        return start
    return inner
 
o1= outer(5)
print(o1())  # 6
print(o1())  # 7
 
o2 = outer(10)
print(o2())  # 11
print(o2())  # 12

python2的方法：

def outer(start=0):
    count=[start]
    def inner():
        count[0] += 1
        return count[0]
    return inner
 
o1 = closeure.outer(5)
print(o1())  #
print(o1())  #
o2 = closeure.outer(10)
print(o2())  #
print(o2())  #

装饰器

1、先明白这段代码

#### 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lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数

函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了

2、需求

初创公司有N个业务部门，基础平台部门负责提供底层的功能，如：数据库操作、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即可。如下：

############### 基础平台提供的功能如下 ###############
 
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，但是，以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可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。

老大把工作交给员工C，他是这么做的：

############### 基础平台提供的功能如下 ############### 
 
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()

老大把工作交给员工D，他是这么做的：

############### 基础平台提供的功能如下 ############### 
 
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')

老大看了下员工D的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟员工D聊了个天：

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，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：

• 封闭：已实现的功能代码块
• 开放：对扩展开发

如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了员工D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')

# 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，步骤如下：

1. def w1(func): ==>将w1函数加载到内存
2. @w1

没错，从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之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，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。

上例@w1内部会执行一下操作：

执行w1函数

执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1) 所以，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代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中

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的返回值再重新赋值给 f1，即：

新f1 = def inner():
        #验证 1
        #验证 2
        #验证 3
        原来f1()
 return inner

所以，以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，然后将原来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 返回给业务调用者

3. 装饰器(decorator)功能

1. 引入日志

2. 函数执行时间统计

3. 执行函数前预备处理

4. 执行函数后清理功能

5. 权限校验等场景

6. 缓存

4. 装饰器示例

例1:无参数的函数

import time
 
def set_func(foo):
    def call_func():
        start_time = time.time()
        foo()
        end_time = time.time()
        print("运行时间：%f" % (end_time-start_time))
    return call_func
 
@set_func
def test():
    print("test")
    for i in range(100000):
        pass
test()
 
test = set_fun(foo)
 
# test先作为参数赋值给foo后,test接收指向set_fun返回的call_func
# 调用test(),即等价调用call_func()
# 内部函数call_func被引用，所以外部函数的foo变量(自由变量)并没有释放
# foo里保存的是原test函数对象

例2：带参数函数的装饰

def set_func(foo):
    def call_func(num):
        foo(num)
    return call_func
 
@set_func
def test(num):
    print(num)
 
test(11)

例3：对多个函数进行装饰

def set_func(foo):
    def call_func():
        foo()
    return call_func
 
@set_func
def test1():
    print("test1")
 
@set_func
def test2():
    print("test2")
 
test1()
test2()

例4：在调用函数之前已经开始装饰

def set_func(foo):
    print("开始装饰")
    def call_func():
        foo()
    return call_func
 
@set_func
def test1():
    print("test1")

例5：对不定长参数的函数装饰

def set_func(foo):
    def call_func(*args, **kwargs):
        foo(*args, **kwargs)
        print("--end--")
    return call_func
 
@set_func
def test1(num, *args, **kwargs):
    print("test1",num)
    print("test1",args)
    print("test1",kwargs)
 
test1(11)
test1(11,22,33)
test1(11,22,33,a=55)

例6;对有返回值的函数装饰（通用装饰器）

def set_func(foo):
    def call_func(*args, **kwargs):
        return foo(*args, **kwargs)
    return call_func
 
@set_func
def test1():
    print("test1")
    return "ok"
ret = test1()
print(ret)

例7：多个装饰器对一个函数装饰

def set_func1(foo):
    print("装饰器1开始装饰")
    def call_func(*args, **kwargs):
        print("装饰器1功能")
        return foo(*args, **kwargs)
    return call_func
 
def set_func2(foo):
    print("装饰器2开始装饰")
    def call_func(*args, **kwargs):
        print("装饰器2功能")
        return foo(*args, **kwargs)
    return call_func
 
@set_func1
@set_func2
def test1():
    print("test1")
 
test1()
 
# 输出结果：
装饰器2开始装饰
装饰器1开始装饰
装饰器1功能
装饰器2功能
test1

def set_func1(foo):
    print("装饰器1开始装饰")
    def call_func():
        return "<tr>"+foo()+"</tr>"
    return call_func
 
def set_func2(foo):
    print("装饰器2开始装饰")
    def call_func():
        return "<td>" + foo() + "</td>"
    return call_func
 
@set_func1
@set_func2
def test1():
    return "ok"
print(test1())
 
# 输出结果：
装饰器2开始装饰
装饰器1开始装饰
<tr><td>ok</td></tr>

例8：用类对函数进行装饰

class Test(object):
    def __init__(self, func):
        self.func = func
 
    def __call__(self, *args, **kwargs):
        print("装饰器的功能")
        return self.func(*args, **kwargs)
 
@Test
def test():
    return "ok"
 
print(test())
 
#说明：
#1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象
#   并且会把test这个函数名当做参数传递到__init__方法中
#   即在__init__方法中的属性func指向了test指向的函数
#
#2. test指向了用Test创建出来的实例对象
#
#3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法
#
#4. 为了能够在__call__方法中调用原来test指向的函数体，所以在__init__方法中就需要一个实例属性来保存这个函数体的引用
#   所以才有了self.func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体

例9:装饰器带参数,在原有装饰器的基础上，设置外部变量

def level(level_num):
    def set_func(func):
        def call_func(*args, **kwargs):
            if level_num == 1:
                print("极品货")
            elif level_num == 2:
                print("A货")
            func(*args, **kwargs)
        return call_func
    return set_func
 
@level(1)
def test1():
    print("ok")
 
@level(2)
def test2():
    print("ok")
 
test1()
test2()
# 下面的装饰过程
# 1. 调用level("1")
# 2. 将步骤1得到的返回值，即set_func返回， 然后set_func(func)
# 3. 将set_func(func)的结果返回，即call_func
# 4. 让test1 = call_func，即test1现在指向call_func