专题10 如何应对面试官的拷问—你了解python的装饰器吗？_python的装饰器面试如何回答(2)

time.sleep(2)
print("Func1 is running.")

res = getTime(func1)
print(res)

#### 本质上的装饰器


Python的装饰器本质上是一个嵌套函数，它接受被装饰的函数(func)作为参数，并返回一个包装过的函数。这样我们可以在不改变被装饰函数的代码的情况下给被装饰函数或程序添加新的功能。


Python的装饰器广泛应用于引入日志，执行函数前预备处理，执行函数后清理功能，权限校验(如django中的@login\_required和@permission\_required装饰器)，缓存，事务处理、性能测试(比如统计一段程序的运行时间)和插入日志等应用场景。有了装饰器，我们就可以抽离出大量与函数功能本身无关的代码，增加一个函数的重用性。


试想你写了很多程序，一直运行也没啥问题。有一天老板突然让你统计每个程序都运行了多长时间并比较下运行效率。此时如果你去手动修改每个程序的代码一定会让你抓狂，而且还破坏了那些程序的重用性。聪明的程序员是绝不能干这种蠢事的。此时你可以编写一个@time\_it的装饰器(代码如下所示)。如果你想打印出某个函数或程序运行时间，只需在函数前面@一下，是不是很帅?


由于Python装饰器的工作原理主要依赖于嵌套函数和闭包，所以我们必须先对嵌套函数和闭包有深入的了解。嵌套函数和闭包几乎是Python工作面试必考题哦。闭包相关的讲解请点击[专题四:python之作用域和闭包详解]( )


##### 嵌套函数


如果在一个函数的内部还定义了另一个函数(注意: 是定义，不是引用!），这个函数就叫嵌套函数。外部的我们叫它外函数，内部的我们叫他内函数。


我们先来看一个最简单的嵌套函数的例子。我们在outer函数里又定义了一个inner函数，并调用了它。你注意到了吗? 内函数在自己作用域内查找局部变量失败后，会进一步向上一层作用域里查找。

def outer():
x = 1
def inner():
y = x + 1
print(y)
inner()

outer() #输出结果 2

如果我们在外函数里不直接调用内函数，而是通过return inner返回一个内函数的引用 这时会发生什么呢? 你将会得到一个内函数对象，而不是运行结果。

def outer():
x = 1
def inner():
y = x + 1
print(y)
return inner

outer() # 输出<function outer..inner at 0x039248E8>
f1 = outer()
f1() # 输出2

上述这个案例比较简单，因为outer和inner函数都是没有参数的。我们现在对上述代码做点改动，加入参数。你可以看到外函数的参数或变量可以很容易传递到内函数。

def outer(x):
a = x

def inner(y):
    b = y
    print(a+b)

return inner

f1 = outer(1) # 返回inner函数对象
f1(10) # 相当于inner(10)。输出11

如果上例中外函数的变量x换成被装饰函数对象(func)，内函数的变量y换成被装饰函数的参数，我们就可以得到一个通用的装饰器啦(如下所示)。你注意到了吗? 我们在没对func本身做任何修改的情况下，添加了其它功能, 从而实现了对函数的装饰。

def decorator(func):
def inner(*args, **kwargs):
add_other_actions()
return func(*args, **kwargs)
return inner

##### 闭包


[专题四:python之作用域和闭包详解]( )


#### 面试中的装饰器


##### 通用的装饰器


面试官往往会给你提一些简单的需求，如返回被装饰函数执行时间，函数的名称等，这时候要学会灵活的转变。

def hint(func):
def wrapper(*args, **kwargs):
print(‘{} is running’.format(func.name))
return func(*args, **kwargs)
return wrapper

@hint
def hello():
print(“Hello!”)

> 
> **执行结果**  
>  **调用:** hello()  
>  hello is running.  
>  Hello!  
>  值得一提的是被装饰器装饰过的函数看上去名字没变，其实已经变了。当你运行**print(hello.**name**)** 后，你会发现它的名字已经悄悄变成了wrapper，这显然不是我们想要的。这一点也不奇怪，因为外函数返回的是由wrapper函数和其外部引用变量组成的闭包。  
>  ![在这里插入图片描述](https://img-blog.csdnimg.cn/20201211095412663.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2NTgxOTYx,size_16,color_FFFFFF,t_70)  
>  为了解决这个问题保证装饰过的函数\_\_name\_\_属性不变，我们可以使用functools模块里的wraps方法，先对func变量进行wraps。下面这段代码可以作为编写一个通用装饰器的示范代码，注意收藏哦。
> 
> 
> 

from functools import wraps

def hint(func):
@wraps(func)
def wrapper(*args, **kwargs):
print(‘{} is running’.format(func.name))
return func(*args, **kwargs)
return wrapper

@hint
def hello():
print(“Hello!”)

如果你非常的熟悉上面的这些内容，你就可以轻松的写一个通用的装饰器。


##### 带参的高级装饰器


前面几个装饰器一般是内外两层嵌套函数。如果我们需要编写的装饰器本身是带参数的，我们需要编写三层的嵌套函数，其中最外一层用来传递装饰器的参数。现在我们要对@hint装饰器做点改进，使其能通过@hint(coder=“LeooO”)传递参数。该装饰器在函数运行前给出提示的时候还显示函数编写人员的名字。完整代码如下所示:

from functools import wraps

def hint(coder):
def wrapper(func):
@wraps(func)
def inner_wrapper(*args, **kwargs):
print(‘{} is running’.format(func.name))
print(‘Coder: {}’.format(coder))
return func(*args, **kwargs)
return inner_wrapper
return wrapper

@hint(coder=“LeooO”)
def hello():
print(“Hello!”)

##### 多个装饰器


先看一段代码

def d1(f):
def inner1(*args, **kwargs):
print(1)
f()
print(“我是外边的装饰器”)
return inner1
def d2(f):
def inner2(*args, **kwargs):
print(2)
print(f.name)
f()
print(“我是里边的装饰器”)
return inner2
@d1
@d2
def func():
print(‘哈哈哈’)
func()

执行结果是啥呢？

> 
> 2  
>  1  
>  func  
>  哈哈哈  
>  我是里边的装饰器  
>  我是外边的装饰器
> 
> 
> 


这是咋回事呢？我换种写法你思考一下。

def d1(f):
def inner1(*args, **kwargs):
print(2)
f()
print(“我是外边的装饰器”)

return inner1

def d2(f):
def inner2(*args, **kwargs):
print(1)
print(f.name)
f()
print(“我是里边的装饰器”)

return inner2

def func():
print(‘哈哈哈’)
res = d1(d2(func))

如果你还是不明白，没有关系，再来一段代码

from functools import wraps
def A(funE_decorated_by_C):
@wraps(funE_decorated_by_C)
def redecorated_E(str):
print(“开始执行”, end=“——>”)
return funE_decorated_by_C(str) + ’ > redecorated by A’
return redecorated_E
def C(funE):
@wraps(funE)
def decorated_E(str):
return funE(str) + ’ > decorated by C’
return decorated_E
@A
@C
def E(str):
return str
print(E('A string is '))

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

入图片描述](https://img-blog.csdnimg.cn/111f5462e7df433b981dc2430bb9ad39.png)

简历模板

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-dJzeHhvk-1712934966055)]