码迷,mamicode.com
首页 > 编程语言 > 详细

python闭包和装饰器

时间:2019-02-17 13:03:29      阅读:234      评论:0      收藏:0      [点我收藏+]

标签:*args   pre   star   并且   turn   扩展   接受   参考   导入   

本文目录:

1. 闭包的解析和用法

2. 函数式装饰器

3. 类装饰器

 

一、闭包

闭包是一种函数,从形式上来说是函数内部定义(嵌套)函数,实现函数的扩展。在开发过程中,考虑到兼容性和耦合度问题,如果想在原有的函数基础上添加东西而又不改动原有函数的结构,通常会使用闭包。但闭包的功能还不只是这个。实际上,闭包会保留定义函数时存在的自由变量的绑定,这样在调用函数时,虽然定义作用域不可用了,但是仍然可以使用那些绑定的变量。简单来说,普通函数在调用完后,函数内部的变量就释放了(因为直接调用的函数没有绑定在某一个对象上,Cpython解析器就会把它回收了),而闭包内部的变量仍然保存着。

 

普通函数不会保存变量的值:

例如:
def function(value):
    nums = []
    nums.append(value)
    return nums

func = function(2)
func2 = function(3)
print(func)     # [2]
print(func2)    # [3]
两次调用函数返回的值都是不相同的

 

在闭包中,外部函数的变量一直会为内部函数“保留”着,每次调用函数都可以获取这些变量

def closure():
    nums =[]
    def function(value):
        nums.append(value)
        return nums
    return function

close = closure()
close(5)
close(6)
close(7)
# 元组形式返回嵌套函数function的变量
print(close.__code__.co_varnames)       #(‘value‘,)
print(close.__code__.co_freevars)        #(‘nums‘,)
# 列表形式保存嵌套函数中自由变量的值
print(close.__closure__[0].cell_contents)      #[5, 6, 7]

闭包的执行顺序可以理解为:

closure(function(value))

因此close = closure()相当于为闭包创建了一个绑定的对象,这个对象内部有变量nums和函数function。当变量在下一次调用的时候,这些量还会保存着。因此当多次调用close()的时候,nums列表会更新。

 

以上代码的解析:

对象审查(反射)

_ _code_ _返回对象中的函数

_ _co_varnames 返回内部函数中保存的变量,例如function中的value

_ _co_freenames 返回内部函数中的自由变量,自由变量是编程中的一个专业名词。

如上面的代码中,nums并不是在function函数中绑定的,它是在它的外部函数的作用域范围内绑定的,所以在function内部,nums是一个自由变量。而close对象为function函数保留了这个自由变量,在每次调用函数时,都可以更新这个自由变量。

自由变量(所有的)实际保存在闭包中,可以通过_ _closure_ _来获取,它是一个列表,每个元素都表示一个自由变量,如上面的nums。每个元素都是一个cell,它的属性cell_contents保存着这个自由变量的值,因此有:

_ _closure_ _[0].cell_contents

 

更多关于函数/类/生成器的审查可以参考官方文档:

https://docs.python.org/2/library/inspect.html

 

 

二、函数形式的装饰器

上面讲了如何通过嵌套函数实现一个闭包,下面将装饰器是如何实现的。实际上,装饰器离不开对闭包的理解,函数形式的装饰器看起来像是闭包换了一种表达形式,调用起来更灵活和更方便。

例如:

# 函数形式的闭包
registry = []

def decorator(func):
    print(registe %s%func)
    registry.append(func)
    return func              # 返回的量必须是一个函数,否则会报错

@decorator
def fun1():
    print(running fun1)

@decorator
def fun2():
    print(running fun2)

@decorator
def fun3():
    print(running fun3)

fun1()
fun2()
fun3()

 

结果:

registe <function fun1 at 0x000002234D891378>
registe <function fun2 at 0x000002234D891400>
registe <function fun3 at 0x000002234D891488>
running fun1
running fun2
running fun3

装饰器看起来有点像闭包,只不过是加了一个@的外壳,而这个外壳函数的参数必须是一个函数,并且必须要有返回函数(返回的一般是内部函数)

装饰器的执行顺序:

decorator(func)

 

内部函数的参数可以在函数调用时传入,而不必像闭包那样必须由对象传入。

值得注意的是:装饰器函数有导入时运行和运行时运行的区别,装饰器在模块导入的时候就执行了,而被装饰的函数则在调用的时候才执行。

 

上面这个被装饰器“装饰”的函数似乎看起来跟装饰器“互动”很少,那么下面结合装饰器和闭包实现一个更复杂的装饰器:

def decorator(func):
    def outerFunc(*args):      # 装饰器内部实现闭包,闭包的外部函数接受任意定位变量
        outerFunName = outerFunc.__name__
        innerFunName = func.__name__
        print(change innerFunc:%s to outerFunc:%s%(innerFunName, outerFunName))
        result = func(*args)            # 可以实现,因为闭包中保存了自由变量func
        result += " and start running"
        return result
    return outerFunc          # 将改变返回的函数,返回外部函数

@decorator
def fun(str):
    return str

str = fun(This is funciton1)   # change innerFunc:fun to outerFunc:outerFunc
print(str)                      # This is funciton1 and start running

装饰器执行顺序:

decorator(outerFunc(func(args)))

 

这个装饰器内部的闭包实现还是比较简单的,只是为了说明原理,在编程过程中可以根据实际添加更多的功能实现。

 

继续改造,让装饰器也带上参数

# 带参数装饰器
def decorator(name):
    def _decorator(func):
        def outerFunc(*args):
            print(name)
            outerFunName = outerFunc.__name__
            innerFunName = func.__name__
            print(change innerFunc:%s to outerFunc:%s%(innerFunName, outerFunName))
            result = func(*args)
            result += " and start running"
            return result
        return outerFunc
    return _decorator

@decorator(name=@Author:Tom)
def fun(str):
    return str

str = fun(This is funciton1)
print(str)

结果:
@Author:Tom
change innerFunc:fun to outerFunc:outerFunc
This is funciton1 and start running

 

 

三、类形式的装饰器

讲完了函数形式的装饰器,那么接下来讲讲类形式的装饰器

一般类的定义如下:

class Test(object):
    def __init__(self,name):
        self._m = 0
        self._n = 0
        self.name = name

    def test_print(self):  
        print(self.name)

 

而如果想要将一个类变成一个装饰器,那么就需要一个很关键的魔法方法_ _call_ _(),它的作用是将一个类实例变成可调用的,改造一下上面的类:

class Test(object):
    def __init__(self):
        self.count = 0

    def __call__(self):
        # print(self.count)      
        self.count += 1         # 每一次调用这个类实例都记录一次
        return self.count

# __call__函数将类实例变成可调用形式,而实际上还会有一个返回量(变量/函数),因此需要写return,否则返回为None
test = Test()
# 以函数调用的形式直接调用类实例
print(test())    # 1
print(test())    # 2

这样看起来,类形式的装饰器有点像函数形式的装饰器,它也保存了一些变量。实际上这点不足为奇,因为,本来类实例的变量已经绑定在类实例对象中。

 

还可以这样用:

class Average:
    def __init__(self):
        self.values = []

# 每次调用average实例都会更新self.values
    def __call__(self, newvalue):
        self.values.append(newvalue)
        total = sum(self.values)
        average = total / len(self.values)
        return average

average = Average()
print(average(6))
print(average(7))
print(average(8))

结果:
6.0
6.5
7.0

 

类装饰器:

class Decorator:
    def __init__(self, add=1):  # 定义可以传入的参数
        self.count = 0
        self.add = add

    def __call__(self, fun):
        self.fun = fun
        return self._call_func

    def _call_func(self):
        self.count += self.add
        return self.fun(self.count)


# 相当于Decorate(count)
@Decorator(add=2)   # 改变传入的参数值
def count(cnt):
    print(cnt)

count()   # 2
count()   # 4

 

笔者认为类形式的装饰器会比函数形式的装饰器更加灵活和方便,因为它的内部实现可以更灵活,看起来也比较符合日常使用的习惯,因为函数式的装饰器看起来总有一点怪怪的(笔者本人看法而已)。实际使用中就要根据业务需求来选择了

 

参考文章:

1. 《流畅的python》

2.  https://docs.python.org/2/library/inspect.html

python闭包和装饰器

标签:*args   pre   star   并且   turn   扩展   接受   参考   导入   

原文地址:https://www.cnblogs.com/thomson-fred/p/10390589.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!