python装饰器原理

目录

装饰器

在python中有许多装饰器，那么我们怎么自己去实现装饰器的功能呢？

 闭包的条件（缺一不可）

变量的解析原则 LEGB

什么是python装饰器以及它的作用？

---

装饰器

在python中有许多装饰器，那么我们怎么自己去实现装饰器的功能呢？

首先要了解一些概念：如生命周期，闭包

生命周期

一个模块有模块的生命周期；一个类有类的生命周期；一个变量有变量的生命周期

闭包

 闭包的条件（缺一不可）

1. 必须有一个内嵌函数 >= 1
2. 内函数必须引用外函数的变量
3. 外函数必须返回内函数

形成闭包之后，闭包函数会得到一个非空的 __closure__属性

# 闭包
# 变量的解析原则 LEGB
def outer(x):
    a = 300
    def inner():
        print(f"两数之和为： {x + a}")
    return inner
d = outer(10)
d()
print(d.__closure__)
​
---- result
两数之和为： 310
(<cell at 0x000001F8763B9A98: int object at 0x000001F876A9D2B0>, <cell at 0x000001F876899948: int object at 0x00007FFB30CC7D60>)

变量的解析原则 LEGB

L —— Local(function)；函数内的名字空间
E —— Enclosing function locals；外部嵌套函数的名字空间(例如closure)
G —— Global(module)；函数定义所在模块（文件）的名字空间
B —— Builtin(Python)；Python内置模块的名字空间

🍎🍺🍻

现在知道什么是闭包了，就来看看python装饰器

什么是python装饰器以及它的作用？

装饰器必须装饰的 具有 __callable __对象

装饰器是这样一种设计模式：如果一个类（函数）希望添加其他类（函数）的一些功能，而不希望通过继承或是直接修改源代码实现，那么可以使用装饰器模式
​
通俗的来说：在不改变函数或者类的源代码的基础上，添加额外功能
装饰器的本质就是闭包函数，不同之处就是需要传入一个  callable 对象

# 统计运行时间的装饰器
import time
def runtime(func):
    def inner():
        start = time.time()
        func()
        end = time.time()
        print(f"函数执行花了{end - start}s")
    return inner
​
@runtime    # @装饰符 去使用装饰器
def func1():
    time.sleep(2)
    print("func1 .....")
​
func1()
​
----result
func1 .....
函数执行花了2.0011112689971924s

优化后的代码（保证代码的健壮性）

# 统计运行时间的装饰器
import time
def runtime(func):
    print("this is runtime")
    def inner(*args,**kwargs): # 让装饰器更加通用
        start = time.time()
        result = func(*args,**kwargs)
        end = time.time()
        print(f"函数执行花了{end - start}s")
        return result
    return inner

@runtime   # func3 = runtime(func3)
def func3(a,b):
    time.sleep(3)

    print(f"func1 {a} + {b} = {a + b}")
    return a + b
func3(2, 6)
result = func3(1, 3)
print(result)
-------------------------result
func1 2 + 6 = 8
函数执行花了3.0104315280914307s