上篇讲了Python中的闭包,本篇要讲的装饰器就是闭包的一个重要应用。

如果你还不知道什么是闭包,猛戳这里阅读:彻底理解Python中的闭包和装饰器(上)

什么是装饰器

装饰器的作用是在不修改函数定义的前提下增加现有函数的功能,比如打印函数名称、计算函数运行时间等。装饰器的本质是一个闭包。

下面是一段典型的装饰器定义代码:

def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper

还记得闭包的两个特征吗?两个嵌套的函数,内函数引用了外函数的局部变量,外函数返回了内函数的引用。

在上面的代码中,内函数wrapper()引用了外部函数的变量func,这个变量是一个函数的引用。func.__name__的意义是获得__name__属性,即函数的名称。所以该装饰器的功能是在原函数调用时输出函数名称。

我们随便写一个函数在shell中输出一句话:

def myfunc():
print('This is original function!')

按照通常的闭包使用方式,要用一个变量保存内函数的引用,然后使用这个函数指针变量调用内函数。所以上面的装饰器可以这样使用:

f = log(myfunc)
f()

运行结果如下:

call myfunc():
This is original function!

仍然牢记闭包的性质,定义函数指针时内函数仍未执行,直到用指针调用内函数。调用时,首先print句输出函数名称,接着return句中实际调用了func函数,即参数传入的myfunc函数。

这里调用内函数时没有传入任何参数,但将内函数定义为(*args, **kw)就可以接受任意类型的参数,具有通用性。

上面的用法完全正确,但装饰器的通常用法并不是这样,而是有更简单的写法。

装饰器的@语法

上面的用法是闭包的一般用法,但在装饰器中,我们一般使用@语法。

写法十分简单,只要在“被装饰”的函数定义前加上@闭包名称即可,如上面的装饰器应当这样写:

def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper @log
def myfunc():
print('This is original function!')

其中的@log产生了如下效果:

myfunc = log(myfunc)

这表示myfunc()函数本身的指针(引用)代替了通常闭包中创建函数指针的一步。因此,每当直接调用myfunc函数时就会执行装饰器的闭包,从而产生了对原函数进行“装饰”的效果。

当调用一次原函数时:

myfunc()

输出为:

call myfunc():
This is original function!

读者一开始看到@语法时可能会觉得难以理解,但是将它还原成函数调用的形式,然后像通常的闭包一样理清执行顺序,就会简单许多。

注意:如果一个函数定义前使用了装饰器,那么装饰器本身会完全代替原函数。所以在使用装饰器时必须注意两点:

  1. 函数功能不变。
  2. 函数返回值不变。

为了做到第1点,装饰器必须接收一个函数引用的变量,并在闭包中调用且只调用一次。

为了做到第2点,装饰器的内函数必须返回原函数的返回值。

在本文最后的例子中我们还将继续探讨第2点。

自定义装饰器参数

正如上文所说,为了使原函数功能不变,装饰器必须接收一个原函数引用的变量作为参数。那么如果想传入其他参数怎么办呢?比如说,我想对不同的函数打印不同的字符串日志,该怎么办?

这时就必须再嵌套一层函数闭包,外层接收自定义参数,内层接收函数引用参数。代码如下:

import functools

def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('%s call %s:' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator @log('execute func1')
def func1():
print('This is function 1') @log('execute func2')
def func2():
print('This is function 2') func1()
func2()

输出为:

execute func1 call func1:
This is function 1
execute func2 call func2:
This is function 2

@语句和调用func1()和func2()的语句相当于:

f1 = log('execute func1')(func1)
f1()
f2 = log('execute func2')(func2)
f2()

这实际上是两层嵌套的函数调用。'execute func1'是传给log的参数,log('execute func1')的返回值返回值是内层函数的引用,因此后面还可以再加一个括号,将参数传入内层函数decorator(func)。

这里还多做了一件事:

@functools.wraps(func)

这是Python内置的一个装饰器,作用是将外层函数的属性复制给内层函数,这样输出的函数名称也会是传进来的参数func的值。

然而在测试时发现,不加这句话输出结果并没有变化。其中原因暂时没有搞清楚。为了避免问题,通常还是需要加上这个装饰器。

两个例子

再举两个例子,补充说明一下其他问题。这两个都是廖雪峰教程中的例子。

计时器

设计一个计时器装饰器,计算函数的运行时间。读者不妨自己尝试一下,再来看答案。

Tips:Python中计时可以使用time模块

代码如下:

def metric(func):
@functools.wraps(func)
def decorator(*args, **kw):
start_time = time.time()
ret = func(*args, **kw)
end_time = time.time()
print('%s execution time is %f seconds' % (func.__name__, end_time - start_time) )
return ret
return decorator @metric
def fsum(x, y):
time.sleep(5.0)
return x + y res = fast(11, 22)
print('res = ', res)

在之前的例子中,我们的内函数返回值是这样写的:

return func(*args, **kw)

物理上,执行这句代码实际上创建了中间的临时变量来保存返回值。为了免去繁杂的底层机理,我们可以直观理解为,首先调用了func()函数,将func()的返回值返回给这句return“后面”的地方,再由这句return返回给调用内函数处。

这样写保证了之前所要求的原函数返回值不变,同时节约了代码。

然而在计时器中这样写遇到了麻烦。因为代码的缩略,一旦返回,函数就结束了呀,我们怎么读取函数结束时的时间呢?笔者一开始也被困扰许久,后来发现其实解决方法十分简单,只要用一个变量先保存返回值,最后再return这个变量不就行了嘛。

究其原因,是因为一开始没有透彻理解代码的意思,只是遵从书写的“规则”而已。所以学习语言不能死板,而是要深入理解原理。

支持加/不加自定义参数

设计一个装饰器,使其既支持@log,又支持@log('execute')。

看到题目的第一反应是使用默认参数,但仔细一想就会发现这与默认参数不是一回事。当使用@log时,传入的第一个参数是函数引用本身,当使用@log('execute')时,传入的第一个参数是自定义的字符串。因此不能简单地使用默认参数解决。

笔者的解决方案是:判断参数类型,从而决定返回哪一个函数。完整代码如下:

def log(logarg):

    def decorator(func):
@functools.wraps(func)
def wrapper1(*args, **kw):
print('%s call %s:' % (logarg, func.__name__))
return func(*args, **kw)
return wrapper1 def wrapper2(*args, **kw):
print('call %s():' % logarg.__name__)
return logarg(*args, **kw) if isinstance(logarg, str):
return decorator
else:
return wrapper2 @log
def func1():
print('This is function 1') @log('execute func2')
def func2():
print('This is function 2') func1()
func2()

小结

  1. 装饰器是一个闭包,其作用是增强“被装饰”函数的功能
  2. 为了保证原函数功能不变,必须在装饰器中调用且只调用一次原函数,且返回原函数的返回值
  3. 使用嵌套的闭包设计自定义参数的装饰器,并使用@functools.wraps(func)将函数属性赋值给内层闭包。

彻底理解Python中的闭包和装饰器(下)的更多相关文章

  1. 轻松理解python中的闭包和装饰器 (下)

    在 上篇 我们讲了python将函数做为返回值和闭包的概念,下面我们继续讲解函数做参数和装饰器,这个功能相当方便实用,可以极大地简化代码,就让我们go on吧! 能接受函数做参数的函数我们称之为高阶函 ...

  2. 轻松理解python中的闭包和装饰器(上)

    继面向对象编程之后函数式编程逐渐火起来了,在python中也同样支持函数式编程,我们平时使用的map, reduce, filter等都是函数式编程的例子.在函数式编程中,函数也作为一个变量存在,对应 ...

  3. python中的闭包和装饰器

    重新学习完了函数,是时候将其中的一些重点重新捋一捋了,本次总结的东西只有闭包和装饰器 1.闭包 闭包是python函数中的一个比较重要功能,一般闭包都是用在装饰器上,一般学完闭包就会去学习装饰器,这俩 ...

  4. 21.python中的闭包和装饰器

    python中的闭包从表现形式上定义(解释)为:如果在一个内部函数里,对在外部作用域(但不是在全局作用域)的变量进行引用,那么内部函数就被认为是闭包(closure). 以下说明主要针对 python ...

  5. Python 中的闭包与装饰器

    闭包(closure)是函数式编程的重要的语法结构.闭包也是一种组织代码的结构,它同样提高了代码的可重复使用性. 如果在一个内嵌函数里,对在外部函数内(但不是在全局作用域)的变量进行引用,那么内嵌函数 ...

  6. python中的闭包与装饰器

    #原创,转载请留言联系 装饰器的本质就是闭包,所以想知道装饰器是什么,首先要理解一下什么是闭包. 闭包 1. 外部函数返回内部函数的引用.2. 内部函数使用外部函数的变量或者参数. def outer ...

  7. 聊聊Python中的闭包和装饰器

    1. 闭包 首先我们明确一下函数的引用,如下所示: def test1(): print("--- in test1 func----") # 调用函数 test1() # 引用函 ...

  8. python中函数总结之装饰器闭包

    1.前言 函数也是一个对象,从而可以增加属性,使用句点来表示属性. 如果内部函数的定义包含了在外部函数中定义的对象的引用(外部对象可以是在外部函数之外),那么内部函数被称之为闭包. 2.装饰器 装饰器 ...

  9. 理解Python中的闭包

    1.定义 闭包是函数式编程的一个重要的语法结构,函数式编程是一种编程范式 (而面向过程编程和面向对象编程也都是编程范式).在面向过程编程中,我们见到过函数(function):在面向对象编程中,我们见 ...

  10. 第十七篇 Python函数之闭包与装饰器

    一. 装饰器 装饰器:可以拆解来看,器本质就是函数,装饰就是修饰的意思,所以装饰器的功能就是为其他函数添加附加功能. 装饰器的两个原则: 1. 不修改被修饰函数的源代码 2. 不修改被修饰函数的调用方 ...

随机推荐

  1. logstash安装插件修改使用的gem源

    gem source -l # 查看当前使用的gem源 gem source --remove https://rubygems.org/ # 移除gem源 gem source -a https:/ ...

  2. Portainer安装,配置自定义镜像仓库拉取镜像

    Portainer介绍 Portainer是Docker的图形化管理工具,提供状态显示面板.应用模板快速部署.容器镜像网络数据卷的基本操作(包括上传下载镜像,创建容器等操作).事件日志显示.容器控制台 ...

  3. 14. Fluentd输出插件:out_forward用法详解

    out_forward是一个带缓存的输出插件,用于向其他节点转发日志事件,并支持转发节点之间的负载均衡和自动故障切换. out_forward支持至多一次和至少一次传输模式,默认为至多一次. out_ ...

  4. Keepalived + Nginx 实现高可用 Web 负载均衡

    一.Keepalived 简要介绍 Keepalived 是一种高性能的服务器高可用或热备解决方案, Keepalived 可以用来防止服务器单点故障的发生,通过配合 Nginx 可以实现 web 前 ...

  5. 2_Git

    一. 引言 在单人开发过程中, 需要进行版本管理, 以利于开发进度的控制 在多人开发过程中, 不仅需要版本管理, 还需要进行多人协同控制 二. 介绍 Git是一个开源的分布式版本控制系统, 用于敏捷高 ...

  6. 用 VS Code 搞Qt6:使用 PySide 6

    一般来说,用C++写 Qt 应用才是正宗的,不过,为了让小学生也能体验 Qt 的开发过程,或者官方为了增加开发者人数,推出了可用 Python 来编程的 Qt 版本.此版本命名比较奇葩,叫 PySid ...

  7. 没有使用IaC的DevOps系统都是耍流氓

    作为现代软件工程的基础实践,基础设施即代码(Infrastructure as Code, IaC)是云原生.容器.微服务以及DevOps背后的底层逻辑.应该说,以上所有这些技术或者实践都是以基础设施 ...

  8. Atcoder CODE FESTIVAL 2016 Grand Final E - Water Distribution

    Atcoder CODE FESTIVAL 2016 Grand Final E - Water Distribution 题目链接:https://atcoder.jp/contests/cf16- ...

  9. Docker | 发布镜像到镜像仓库

    本文记录发布镜像到 DockerHub 和 阿里云镜像仓库.工作中使用的是JFrog Artifactory 和 Harbor,没有太大差别. 发布镜像到DockerHub https://hub.d ...

  10. Vue中组件化编码使用、实现组件之间的参数传递(实战练习二)

    上一章节实现的是静态页面的设计.这一章节实现将数据抽取出来.通过组件间参数的传递来实现 上一章节链接地址:https://blog.csdn.net/weixin_43304253/article/d ...