python从闭包到装饰器

最新推荐文章于 2023-01-17 00:04:57 发布

走出去拍拍照

最新推荐文章于 2023-01-17 00:04:57 发布

阅读量400

点赞数

分类专栏： Python 文章标签：闭包装饰器 staticmethod classmethod

本文链接：https://blog.csdn.net/iva_brother/article/details/92796849

版权

Python 专栏收录该内容

25 篇文章 1 订阅

订阅专栏

前面写过一篇《原来这就是python装饰器》，主要介绍蛇什么是装饰器，这一篇主要介绍装饰器所运用到的技术原理，最终说明装饰器的工作原理！

python如何判断变量是不是局部变量？

如下的例子：

b  = 6

def f1(a):
    print(a)
    print(b)
    b = 9
    print(b)

if __name__ == "__main__":
    f1(3)

上例中，我们的程序会输出3并报错：UnboundLocalError: local variable 'b' referenced before assignment。这是因为python不要求声明变量，但是假定在函数定义体中赋值的变量是局部变量。

想要解决上面的报错问题，需要将变量b声明为global，也就是全局变量。

b  = 6

def f1(a):
    global b
    print(a)
    print(b)
    b = 9
    print(b)

if __name__ == "__main__":
    f1(3)

此时顺序输出3、6、9。

python何时执行装饰器？

registry = []

def register(func):
    print('running register {}'.format(func))
    registry.append(func)
    return func

@register
def f1():
    print('running f1()')

@register
def f2():
    print('running f2()')

def f3():
    print('running f3()')

def main():
    print('runing main()')
    print('registry -> ', registry)
    f1()
    f2()
    f3()

if __name__ == "__main__":
    main()

我们看看上例的输出。

running register <function f1 at 0x113708488>
running register <function f2 at 0x11357c488>
runing main()
registry ->  [<function f1 at 0x113708488>, <function f2 at 0x11357c488>]
running f1()
running f2()
running f3()

我们看到，在main函数执行之前，就有两行输出。这说明装饰器在加载模块时立即执行，而被装饰的函数只在明确调用时运行。并且我们要知道装饰器能把被装饰的函数替换成其他函数。

闭包

我们还是直接上代码来说明什么时闭包？

def make_averager():
    series = []

    def averager(value):
        series.append(value)
        total = sum(series)
        return total/len(series)
    return averager

if __name__ == "__main__":
    avg = make_averager()
    print(avg(5))
    print(avg(10))
    print(avg(15))

上述程序的输出依次是5、7.5、10，上面的make_averager()函数就形成了一个闭包。

所谓闭包就是在一个外函数中定义一个内函数，此例中，make_averager()就是外函数，averager()就是内涵数，在内函数中运用了外函数的临时变量，并且外函数的返回值是内涵数的引用，这样就构成了一个闭包。而这个临时变量就会series，返回就是averager就是内函数的引用。

对于一个函数，如果函数名后面紧跟一个括号，相当于现在我就要调用这个函数；如果不跟括号，相当于只是一个函数的名字，这个时候里面存放的是函数所在的位置的引用。

在上面这个闭包函数的实现中，我们利用可变对象series来实现变量的访问。如果这个变量是数字、字符串、元组等不可变类型，只能读取，不能更新，这是我们将无法在内函数中访问外函数中定义的变量。如何解决呢？

nonlocal声明

在python3中，我们引入了nonlocal声明来解决变量不能访问的问题！

def make_averager():
    series = 0
    count = 0

    def averager(value):
        nonlocal series,count
        series += value
        count += 1
        return series/count
    return averager

此时将series定义为nonlocal，就可以实现正常的访问了！这个时候有一个问题，此时我们能不能将series定义为global呢？如果我们将series定义为global类型，就会报错：NameError: name 'series' is not defined。这是为什么？还是没有弄懂，一个坑，如果有谁看到这篇博客，并且知道原因，请留言告诉我，万分感谢！不过我们将程序改为下面的样子，可以输出正确值！

def make_averager():
    global series, count
    series = 0
    count = 0

    def averager(value):
        global series,count
        series += value
        count += 1
        return series/count
    return averager

下面来说说global和nonlocal的区别！global表示将变量声明为全局变量；nonlocal表示将变量声明为外层变量（外层函数的局部变量，而且不能是全局变量）。

标准库中的装饰器

functools.wraps

def logged(func):
    def with_logging(*args,**kwargs):
        print(func.__name__ + "was callled")
        return func(*args,**kwargs)
    return with_logging

@logged
def f(x):
    return x + x*x

f = logged(f)
print(f.__name__)

如上例所示，在被装饰器修饰之后，这个函数的输出为：with_logging，没有它原本的功能信息。这个时候，我们利用functools.wraps可是实现将原函数对象的指定属性复制给包装函数对象。

from functools import wraps

def logged(func):
    @wraps(func)
    def with_logging(*args,**kwargs):
        print(func.__name__ + "was callled")
        return func(*args,**kwargs)
    return with_logging

@logged
def f(x):
    return x + x*x

f = logged(f)
print(f.__name__)
#输出为f

property

property广泛应用在类的定义中，可以让调用者写出简短的代码，同时保证对参数进行必要的检查，这样，程序运行时就减少了出错的可能性。

class LineItem:
    def __init__(self, description, weight, price):
        self.description = description
        self.weight = weight
        self.price = price
        
    def subtotal(self):
        return self.weight * self.price
    
    def get_weight(self):
        return self.__weight
    
    def set_weight(self, value):
        if value > 0:
            self.__weight = value
        else:
            raise ValueError("value must be > 0")
        
    weight = property(get_weight, set_weight)

上例中我们不使用装饰器，写一个简单的计价程序。如下使用装饰器，就是下面的样子。

class LineItem:
    def __init__(self, description, weight, price):
        self.description = description
        self.weight = weight
        self.price = price

    def subtotal(self):
        return self.weight * self.price

    @property
    def weight(self):
        return self.__weight

    @property
    def weight(self, value):
        if value > 0:
            self.__weight = value
        else:
            raise ValueError("value must be > 0")

可以看到，相对于第一种写法，第二种要简单！