前言
高阶函数需要符合的条件:
- 函数作为返回值
- 函数作为参数
应用场景:
- 闭包
目的是为了解决部分变量给保留起来,不泄露出去。
定义
def logger(fn):
def wrap(*args, **kwargs):
print('call {}'.format(fn.__name__))
ret = fn(*args, **kwargs)
print('{} called'.format(fn.__name__))
return ret
return wrap
def add(x, y):
return x + y
>>> logged_add = logger(add)
>>> logged_add
<function logger.<locals>.wrap at 0x000001F5C9E18948>
>>> logged_add(3, 5)
call add
add called
8
如上我们传入的参数是函数,返回的也是一个函数。
首先定义了一个函数logged_add,这个函数是通过logger(add)来的。
即把add函数作为参数传给了logger,在logger函数中又一个参数fn,在函数逻辑体里又定义了一个wrap函数,他的参数是可变位置参数+可变关键字参数,因此这个wrap函数是可以接住所有的参数的。
在wrap中,定义了2个打印函数,在打印函数的中间,有一个ret = fn(*args, **kwargs)
。
add函数被传入logger即:fn就是add函数。
x和y因为都是位置参数,所以都被代入到*args这个可变位置参数中去了。logged_add = logger(add)
这一步函数的意思就是把add函数作为参数传入logger中,此时并没有发生任何计算,logged_add此时就是返回出来的wrap。
logged_add(3, 5)
,这一步通过logger里的wrap函数调用了fn即add这个函数。然后将计算结果通过ret返回出来了。因此logged_add(3, 5)
计算了add(3, 5)
同时还输出了print。
以上就是高阶函数的另一种场景:函数作为参数,返回值也是函数。
这种场景通常用于作为参数的函数执行前后需要一些额外操作。
此外:
*args, **kwargs在定义wrap的时候叫可变参数
在`ret = fn(*args, **kwargs)`里就叫参数解构。
作用
import datetime
def logger(fn):
def warp(*args, **kwargs):
start = datetime.datetime.now()
ret = fn(*args, **kwargs)
end = datetime.datetime.now()
print('{} called took {}'.format(fn.__name__, end - start))
return ret
return warp
import time
def sleep(x):
time.sleep(x)
logged_sleep = logger(sleep)
logged_sleep(3)
#结果
sleep called took 0:00:03.015079
时间便被监控下来了,这样子就完成了很好的封装。
装饰器
@logger
def sleep(x):
time.sleep(x)
sleep(3)
# 结果
sleep called took 0:00:03.014973
这就是装饰器了,这是python的一种语法,更方便的去定义我们的函数。
所以需要事先定义好一个logger高阶函数,然后在定义其他函数的时候,用@logger
,这种语法糖加在函数上面,就好了。
装饰器接受一个函数作为参数,返回一个函数。
小结
什么是装饰器:
参数是一个函数,返回值是一个函数的函数,就可以作为装饰器。
只有用@语法来写的时候,才称为装饰器。
装饰器的应用场景:
- 权限控制
- 认证