Python高级编程--闭包与装饰器

　装饰器功能，就是在运行原来功能基础上，加上一些其它功能，比如权限的验证，比如日志的记录等等。不修改原来的代码，进行功能的扩展。有了装饰器，就可以提取大量函数中与本身功能无关的类似代码，从而达到代码重用的目的。
装饰器（decorator）功能如下：
　　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

1. 闭包

1.1 函数引用

示例1：

def test1():    print("--- in test1 func----")#调用函数test1()#引用函数ret = test1print(id(ret))print(id(test1))#通过引用调用函数ret()

运行结果：

--- in test1 func----1847712818477128--- in test1 func----

1.2 什么是闭包

定义：

在函数内部再定义一个函数，并且这个函数用到了外边函数的变量，那么将这个函数以及用到的一些变量称之为闭包。

示例2：

#定义一个函数def test(number):    #在函数内部再定义一个函数，并且这个函数用到了外边函数的变量，那么将这个函数以及用到的一些变量称之为闭包    def test_in(number_in):        print("in test_in 函数, number_in is %d"%number_in)        return number+number_in    #其实这里返回的就是闭包的结果    return test_in#给test函数赋值，这个20就是给参数numberret = test(20)#注意这里的100其实给参数number_inprint(ret(100))#注意这里的200其实给参数number_inprint(ret(200))

运行结果：

in test_in 函数, number_in is 100120in test_in 函数, number_in is 200220

示例3：

def line_conf(a, b):    def line(x):        return a*x + b    return lineline1 = line_conf(1, 1)line2 = line_conf(4, 5)print(line1(5))print(line2(5))

运行结果：

625

说明：
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。

2. 装饰器的理解

示例1：

def haha(func):    print('haha...')    func()def hehe():    print('hehe...')haha(hehe)

运行结果：

haha...hehe...

在示例1中:
　haha(hehe)调用了haha(func)方法，把参数hehe传给了func，向下运行打印haha...，再执行func(),因为在之前func变为了hehe，所以执行func()也就是执行hehe().

示例2：

def check_login():    # 验证1    # 验证2    # 验证3    passdef f1():    check_login()    print('f1')def f2():    check_login()    print('f2')def f3():       check_login()    print('f3')def f4():    check_login()    print('f4')

在示例2中：
　check_login()定义了验证的方法，f1,f2,f3,f4分别调用以验证，但是这样是不妥的.
　写代码要遵循‘开放封闭原则’，虽然在这个原则是用于面向对象开发，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:

def w1(func):    def inner():        # 验证1        # 验证2        # 验证3        func()    return inner@w1def f1():    print('f1')@w1def f2():    print('f2')@w1def f3():    print('f3')@w1def 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，就可以实现在其他人调用f1,f2,f3,f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。
●经过了上面的改动后，一个比较完整的装饰器（w1）就实现了，装饰器没有影响原来的函数，以及函数调用的代码。例子中值得注意的地方是，Python中一切都是对象，函数也是，所以代码中改变了”f1…”对应的函数对象。
单独以f1为例：

def w1(func):    def inner():        # 验证1        # 验证2        # 验证3        func()    return inner@w1def f1():    print('f1')

●在Python中，可以使用”@”语法糖来精简装饰器的代码
●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
●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。
●代码块@w1的内部操作：
　执行w1函数:
　　执行w1函数,并将@w1下面的f1函数作为w1函数的参数,使用了‘@’语法糖后，我们就不需要额外代码来给’f1’重新赋值了,其实’@w1’的本质就是’f1= w1(f1)’.所以内部会执行：

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：
　　

def inner(): #新的f1函数    #验证 1    #验证 2    #验证 3       f1()  #旧的f1函数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 返回给业务调用着

2. 多个装饰器

示例：

#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@makeBolddef test1():    return "hello world-1"@makeItalicdef test2():    return "hello world-2"@makeBold@makeItalicdef 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>

3. 装饰器示例

示例1：无参数的函数

from time import ctimedef timefun(func):    def wrappedfunc():        print("%s called at %s"%(func.__name__, ctime()))        func()    return wrappedfunc@timefundef foo():    print("I am foo")foo()

注：
func.__name__就是调用函数的foo

运行结果：

foo called at Tue Jun  6 21:42:50 2017I am foo

上面代码理解装饰器执行行为可理解成：

foo = timefun(foo)#foo先作为参数赋值给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，所以外部函数的func变量(自由变量)并没有释放#func里保存的是原foo函数对象

示例2：被装饰的函数有参数

from time import ctimedef timefun(func):    def wrappedfunc(a, b):        print("%s called at %s"%(func.__name__, ctime()))        print(a, b)        func(a, b)    return wrappedfunc@timefundef foo(a, b):    print(a+b)foo(3,5)

运行结果：

foo called at Tue Jun  6 21:54:33 20173 58

示例3：被装饰的函数有不定长参数

from time import ctimedef timefun(func):    def wrappedfunc(*args,**kwargs):        print("%s called at %s"%(func.__name__, ctime()))        print(args, kwargs)        return func(*args,**kwargs)    return wrappedfunc@timefundef foo():    print("I am foo")@timefundef foo1(a,b):    print(a+b)@timefundef foo2(c,d,e):    print(c+d-e)@timefundef foo3(**a_dict):    print('........')foo()foo1(3,2)foo2(5,6,4)foo3(id=1,num='5555')

注:
*args为元组，没有key值，
**kwargs为字典，有key值
运行结果：

foo called at Tue Jun  6 21:57:52 2017() {}I am foofoo1 called at Tue Jun  6 21:57:52 2017(3, 2) {}5foo2 called at Tue Jun  6 21:57:52 2017(5, 6, 4) {}7foo3 called at Tue Jun  6 21:57:52 2017() {'id': 1, 'num': '5555'}........

示例4：装饰器中的return

from time import ctimedef timefun(func):    def wrappedfunc():        print("%s called at %s"%(func.__name__, ctime()))        func()  #此处添加return    return wrappedfunc@timefundef foo():    print("I am foo")@timefundef getInfo():    return '----hahah---'foo()print(getInfo())

运行结果：

foo called at Tue Jun  6 22:00:48 2017I am foogetInfo called at Tue Jun  6 22:00:48 2017None

加上return之后的运行结果：

foo called at Tue Jun  6 22:02:22 2017I am foogetInfo called at Tue Jun  6 22:02:22 2017----hahah---

总结：
• 一般情况下为了让装饰器更通用，可以有return
　

示例5：装饰器带参数,在原有装饰器的基础上，设置外部变量

def decorator(num):    def timefun(func):        def wrappedfunc(*args,**kwargs):            if num==1:                print('123123')            else:                print('456456')            return func(*args,**kwargs)        return wrappedfunc    return timefun@decorator(1)def foo1():    print('hhaha')@decorator(2)def foo2():    print('hhehe')foo1()print('*'*100)foo2()

运行结果：

123123hhaha****************************************************************************************************456456hhehe

6.类装饰器

示例：

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()@Testdef test():    print("----test---")test()

说明：
　1. 当用Test来装作装饰器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func变量指向了test函数体。
　2. test函数相当于指向了用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。

7. property属性

7.1 私有属性添加getter和setter方法

　示例：

class Money(object):    def __init__(self):        self.__money = 0    @property    def money(self):        print('getMoney...')        return self.__money    @money.setter    def money(self, value):        print('setMoney...')        if isinstance(value, int):            self.__money = value        else:            print("error:不是整型数字")qian = Money()print(qian.money)qian.money = 100print(qian.money)

运行结果：

getMoney...0setMoney...getMoney...100

说明：
　●私有的属性，为了对外能访问，提供了对外访问的get,set方法；
　但是对于使用的时候稍微繁琐，使用ret=property(get,set);
当对象获取ret的时候，相当于调用了get方法，获取返回值;
当对象设置ret的时候，相当于调用set,将设置的值传递给set的方法作为实参;
　相当于一个伪装。
　●@property成为属性函数，可以对属性赋值时做必要的检查，并保证代码的清晰短小，主要有2个作用：
　　• 将方法转换为只读
　　• 重新实现一个属性的设置和读取方法,可做边界判定
　●@注解，get,set方法名字保持一致xx，在当时的get方法头部加 @property,在原来的set方法头部加@xx.setter