Python装饰器-专题笔记

学会装饰器,Python更进阶

函数作用域到闭包到装饰器讲解,及闭包和装饰器的运用。

  • [√] 慕课网Meshare_huang老师: python进阶

mark

函数作用域

介绍 Python 的函数作用域,了解函数作用域 LEGB 间关系。

主要内容:

  • 函数作用域LEGB
  • 闭包理解与使用
  • 装饰器

LEGB: L>E>G>B

  • L: local 函数内部作用域
  • E: enclosing 函数内部与内嵌函数之间(主要是内置函数对我们函数变量的一个引用,称之为闭包)
  • G: global 全局作用域: 我们所定义的全局变量。
  • B: build-in 内置作用域: Python解释器默认导入的一些变量。

build-in比如:tuplelist元组等。

知识点: LEGB原则: 首先从函数内部作用域查找,然后去enclosing作用域中去查找,然后依次是全局内置

例子(使用Python3.4版本 + sublimeText):

1
2
3
4
5
6
7
8
passline = 60          #passline 是全局变量(global)
def func(val):
if val >= passline:
print ('pass')
else:
print ('failed')

func(89)

运行结果:

1
pass

分析:

  • 当我们定义一个函数时,会引入一个作用域:L: local.
  • 当我们对于func函数进行调用时,val就是我们的一个本地变量。
  • 在函数内部并没有定义passline 的值。这个时候回去全局变量找查找。如果全局没有还会继续向上查找B: build-in

当总分变为150.我们的passline应该设为90,如果我们不想修改全局的passline,
我们可以在函数内部定义新的passline。因为L>G,所以会以我们自己函数内部的local域为准。

实现代码:

1
2
3
4
5
6
7
8
9
passline = 60          #passline 是全局变量(global)
def func(val):
passline = 90 #这里的passline是函数内部作用域(local)
if val >= passline:
print ('pass')
else:
print ('failed')

func(89)

运行结果:

1
failed

Python解释器查找顺序为L-->E-->G-->B,如果已经找到,就不会找更上层。

如果我们需要拿到两个分数中的更大值。

实现代码:

1
2
3
4
def Max(val1,val2):
return max(val1,val2)

print (Max(90,100))

运行结果:

1
100

Max函数内部引用了一个内置函数方法max.这个内置方法在Max函数中以及整个文件中都没有定义。

这个max存在于我们的build-in.Python解释器在运行时会自动导入内置的方法。比如list,tuple

函数内部的函数产生enclosing

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
passline = 60          #passline 是全局变量(global)
def func(val):
passline = 90 #这里的passline是函数内部作用域(local)
if val >= passline:
print ('pass')
else:
print ('failed')
def in_func():
print (val)
# 调用方式1
in_func()
# 调用方式2:将in_func()返回。这样我们就可以在外部调用。
func(89)

运行结果:

1
2
failed
89

val变量的查找过程: print (val) 中val的查找过程。

  • in_func()内部并没有定义这个val的值。也就是local作用域中没有这个值.
  • 下一步我们就会去enclosing作用域查找。也就是我们的func(val)中引入的有val变量。
  • 找到传入的val89

什么是闭包

介绍什么是闭包,为什么使用闭包,闭包作用

装饰器之闭包1

closure:内部函数对enclosig作用域的变量进行引用

概念: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)也就是enclosig作用域的变量进行引用,那么内部函数就被认为是闭包(closure)

函数实质与属性

  • 函数是一个对象
  • 函数执行完之后内部变量回收(如果我们中间产生一个变量,这个变量返回那么他不会被回收: 因为他的引用计数还补为0)
  • 作为一个对象函数拥有自己的属性(闭包函数的特殊属性)
  • 函数返回值

正常的调用参考上一章代码。

1
2
3
4
5
6
7
8
9
10
11
12
13
passline = 60          #passline 是全局变量(global)
def func(val):
passline = 90
if val >= passline:
print ('pass')
else:
print ('failed')
def in_func():
print (val)
in_func()
return in_func # in_func是func内部的一个函数对象。
f = func(89) #使用f来接收返回值
f() #infunc

运行结果:

1
2
3
failed
89
89

func执行完成之后,他的val值就会消失。但是我们再次调用f()
因为infunc的引用计数还没有归零。所以会一直保留。

  • 当我们这时候运行f()val值是哪来的呢?
1
print (f.__closure__)

运行结果

1
(<cell at 0x0000000005236C48: int object at 0x00000000052169F8>,)

这里面有一个int object 地址为: 0x00000000052169F8

添加一行查看传入funcvalid值(%x 表示使用16进制打印。id()可打印出valid)

1
2
def func(val):
print ('%x'%id(val))

mark

可以看出valueid值和__closure__中的那个int object的值一样。

如果我引用了外部enclosing的值。会将该值保存在函数的属性中。
当我们调用f()时并没有去代码中查找。而是去函数的属性(Local域)中查找.

可以理解为在in_func定义的时候,函数属性中会添加(val,)
这个属性的值是一个元组。是不能变得。

总分从100150涉及到passline的取值问题。

1
2
3
passline = 60  #100      
def func(val):
passline = 90 # 150

最常用的解决方案是定义两个函数分别处理:

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
def func_150(val):
passline = 90 # 150
if val >= passline:
print ('pass')
else:
print ('failed')
def func_100(val):
passline = 60 # 150
if val >= passline:
print ('pass')
else:
print ('failed')
func_100(89)
func_150(89)

运行结果:

1
2
pass
failed

上面两个函数在处理逻辑上基本一致,如果后期对于打印出来的信息要做修改,就得修改两遍。

如要为print添加数值的显示。

1
2
3
4
def func_150(val):
print ('%d pass' %val)
def func_100(val):
print ('%d pass' %val)

所有的改动都得做两遍。(这里想起了c++的模板)

进阶版修改:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def  set_passline(passline): #passline = 60
def cmp(val): #cmp 的__closure__属性中加入passline
if val >= passline:
print ('%x'%id(passline))
print ('pass')
else:
print ('%x'%id(passline))
print ('failed')
return cmp

f_100 = set_passline(60)
f_150 = set_passline(90)
print (type(f_100)) # f_100就是一个函数对象。__closure__属性中存放着passline

print (f_100.__closure__)
f_100(89)
print (f_150.__closure__)
f_150(89)

mark

理解:闭包就是内部函数(cmp)对于外层函数(set_passline)变量(passline)的使用(也就是对enclosing作用域变量的使用),会将我们使用的这个变量(passline)放到我们的__closure__这个属性中。当我们内部函数处理时会直接对于这个属性值进行使用。

闭包的作用:

  • 封装
  • 代码复用

装饰器之闭包2

上节我们接触到的enclosing域中的变量passline是一个整数,我们可不可以把它换成一个函数对象呢。

废话,当然可以。

例子: 求一组数据的总分和平均分

1
2
3
4
5
6
7
8
9
10
def my_sum(*arg):
return sum(arg)


def my_average(*arg):
return sum(arg) / len(arg)


print(my_sum(1, 2, 3, 4, 5))
print(my_average(1, 2, 3, 4, 5))

运行结果:

1
2
15
3
  • 此时如果我们的my_average需要加上一个对于传入参数不为0的判断。
1
print(my_average())

因为传入为空会报除0错误:

1
ZeroDivisionError: integer division or modulo by zero
  • 而我们如果想要给my_sum传一个字符串进去。
1
print(my_sum(1,2,3,4,5,'6'))

会报错不支持intstr相加:

1
TypeError: unsupported operand type(s) for +: 'int' and 'str'

说明我们的函数写的不够健全。我们还需要对于函数的参数进行判断。

  1. 判断参数有没有长度。也就是不能为空。
  2. 对于参数的类型进行判断,限制为只是int型

普通版实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

def my_sum(*arg):
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return sum(arg)


def my_average(*arg):
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return sum(arg) / len(arg)


print(my_sum(1, 2, 3, 4, 5))
print(my_average(1, 2, 3, 4, 5))
print(my_sum(1, 2, 3, 4, 5, '6'))

运行结果:

1
2
3
None
3
None

可以看出两部分代码都有重合,我们使用进阶方法,使用闭包方式完成。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
def my_sum(*arg):
print ('in mysum arg=', arg)
return sum(arg)


def my_average(*arg):
print ('in my_average arg=', arg)
return sum(arg) / len(arg)


def dec(func):
def in_dec(*arg): # my_sum -> __closure__
print ('in dec arg=', arg)
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return func(*arg)
return in_dec


# dec() return indec -> my_sum;
# mysum = in_dec(*arg);
my_sum = dec(my_sum)
my_average = dec(my_average)

print(my_sum(1, 2, 3, 4, 5))
print(my_sum(1, 2, 3, 4, 5, '6'))
# print(my_average(1, 2, 3, 4, 5))
# print(my_average())

运行结果:

1
2
3
4
5
('in dec arg=', (1, 2, 3, 4, 5))
('in mysum arg=', (1, 2, 3, 4, 5))
15
('in dec arg=', (1, 2, 3, 4, 5, '6'))
0

我们把原有的重复的逻辑操作放进了我们的in_dec中。
def dec(func):func是我们传入的一个参数。因此我们调用这个函数时。我们可以指定它做什么

此时我们想要让func()对于arg进行处理。所以return func(*arg)

函数名可以进行重新赋值:my_sum = dec(my_sum)

  • 第一步我们调用的是dec(func),调用之后将my_sum传了进去。因为在in_dec中我们对他进行了使用。所以我们的in_dec就是一个闭包。
    • 这个时候my_sum就已经作为in_dec的一个__closure__ 属性被保存。那么在in_dec内部就可以直接使用my_sum
  • 第二步my_sum = dec(my_sum)时。my_sum将保存dec()被调用后的返回值也就是in_dec(*arg)对象。

具体执行函数:

  • 第一步是调用的in_dec函数
  • 第二步是调用的func也就是my_sum

这里所有参数的处理都是in_dec处理的。所以当第二个直接返回0时,my_sum直接没有被调用。

1
2
# dec() return indec -> my_sum;
# mysum = in_dec(*arg);

Python装饰器

python装饰器

- 装饰器用来装饰函数
- 返回一个函数对象
- 被装饰函数标识符指定返回的函数对象(A被装饰了,再用A接收被装饰后返会的新对象)被装饰的函数去哪了?
- 语法糖 @deco

my_sum = dec(my_sum)执行过程:

  • dec(my_sum)my_sum作为一个参数传给dec函数.
  • dec函数内部有一个内置的函数in_dec
  • 内置函数作为返回值重新赋给了my_sum

理解:装饰器就是对于闭包的一个使用。Python提供了语法糖@

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def dec(func):
print "call dec"

def in_dec(*arg): # my_sum
print ('in dec arg=', arg)
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return func(*arg)
return in_dec


@dec
def my_sum(*arg):
print ('in mysum arg=', arg)
return sum(arg)

运行结果:

1
call dec

并没有显式的调用任何方法,但是打印出了call dec
因为@dec就相当于my_sum = dec(my_sum)已经进行了调用。此时的my_sum已经是装饰后的函数in_dec了。

1
print (my_sum(1, 2, 3, 4, 5))

运行结果:

1
15

@dec就相当于my_sum = dec(my_sum),这是python解释器支持的语法糖。

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
def dec(func):
print "call dec"

def in_dec(*arg): # my_sum

print('in dec arg=', arg)
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return func(*arg)
print('return in_dec')
return in_dec


@dec
def my_sum(*arg): # my_sum = in_dec
print('in mysum arg=', arg)
return sum(arg)


print(my_sum(1, 2, 3, 4, 5))

运行结果:

1
2
3
4
5
call dec
return in_dec
('in dec arg=', (1, 2, 3, 4, 5))
('in mysum arg=', (1, 2, 3, 4, 5))
15

装饰器就是对于我们的函数进行了功能的丰富。内部继续调用具体函数,
将新函数返回,并覆盖原函数变量。实质就是对于闭包的使用。
my_sum当做enclosing域的变量。被内置函数in_dec所使用。

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
def deco(func):
def in_deco():
print('in decp')
func()
print('call deco')


@deco
def bar():
print('in bar')

print (type(bar))

运行结果:

1
2
call deco
<type 'NoneType'>

因为我们在外层函数deco中返回的是None

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def deco(func):
def in_deco():
print('in decp')
func()
print('call deco')
return in_deco


@deco
def bar():
print('in bar')


print(type(bar))
bar()

运行结果:

1
2
3
4
call deco
<type 'function'>
in decp
in bar

给被装饰函数加上参数:第二个装饰器。

1
2
3
@deco
def bar(x, y):
print('in bar', x + y)

我们如果给被装饰函数加上了参数。那么也要对要返回的内置函数in_deco加上参数。
否则报错:

1
TypeError: bar() takes exactly 2 arguments (0 given)

实现代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def deco(func):
def in_deco(x, y):
print('in decp')
func(x, y)
print('call deco')
return in_deco


@deco
def bar(x, y):
print('in bar', x + y)


print(type(bar))
bar(1, 2)

运行结果:

1
2
3
4
call deco
<type 'function'>
in decp
('in bar', 3)

要同时对于in_deco(x, y)func(x, y)都加上参数。

假设我们是Python解释器:

  • 我们看到了@deco我们将会调用deco()然后将bar也就是被装饰函数作为参数传入。
1
2
3
deco(bar) -> indeco
bar -> in_deco #(enclosing作用域)变量保存在in_deco的`__closure__`使用。
bar() in_deco() 重新调用自己属性中的被装饰函数
  • 调用之后deco会返回一个in_deco的函数对象。
  • 现在根本没地方选的。只能存在原来的bar中。因此bar已经变成了in_deco
  • in_deco中调用的func(x,y)是存放在自己的bar.__closure__中了。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
def deco(func):
def in_deco(x, y):
print('%x' % id(func))
print(in_deco.__closure__)
print('in deco')
func(x, y)
print('call deco')
return in_deco


@deco
def bar(x, y):
print('%x' % id(bar))


bar(1, 2)

运行结果:

1
2
3
4
5
call deco
5491ba8
(<cell at 0x0000000004F66F78: function object at 0x0000000005491BA8>, <cell at 0x000000000546EA38: function object at 0x0000000005491C18>)
in deco
5491c18

可以看出in_deco.__closure__已经将原始bar函数进行了保存。

这里就有一个问题了?可以看出里面保存着两个变量。(第一个是一个函数对象func,第二个便是我们的原始bar)

-------------本文结束感谢您的阅读-------------

本文标题:Python装饰器-专题笔记

文章作者:mtianyan

发布时间:2018年01月04日 - 16:01

最后更新:2018年02月02日 - 20:02

原始链接:http://blog.mtianyan.cn/post/aaa76191.html

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

请博主吃包辣条
0%