Python 中的闭包(Closure)和装饰器(Decorator)是非常重要的概念,它们在函数式编程中扮演着关键角色。闭包允许我们封装状态,而装饰器则提供了一种动态修改函数行为的方式。下面我们将详细介绍这两个概念,并通过多个示例来展示它们的用法。
闭包
闭包是一种函数,它可以访问并操作在其外部定义的变量。这种能力使得闭包能够记住并访问其创建时所在作用域内的变量。
简单的闭包
在这个例子中,outer_function 接受一个参数 x 并返回一个内部函数 inner_function。inner_function 访问并使用了 outer_function 中定义的变量 x。
使用闭包来创建计数器
在这个例子中,create_counter 函数返回一个 increment 函数,该函数每次调用时都会递增 count 变量的值。
装饰器
装饰器是一种特殊的闭包,它接收一个函数作为参数,并返回一个新的函数。装饰器通常用于增强或修改已有的函数功能,而无需修改函数本身的源代码。
简单的装饰器
在这个例子中,@simple_decorator 语法糖等价于 say_hello = simple_decorator(say_hello)。装饰器 simple_decorator 在调用 say_hello 之前和之后分别打印了一些信息。
带参数的装饰器
在这个例子中,repeat 装饰器本身接受一个参数 n_times,然后返回一个真正的装饰器函数 decorator。这个装饰器函数再接受一个函数 func 作为参数,并返回一个包装函数 wrapper。
装饰器带参数和关键字参数
在这个例子中,log 装饰器可以接受一个可选的 prefix 参数。如果装饰器直接被调用(没有参数),则它返回一个包装函数;如果有参数,则返回一个真正的装饰器函数。
使用闭包保存状态
在这个例子中,cache 装饰器创建了一个缓存字典 cache_dict 来存储函数 fibonacci 的结果。当再次调用相同参数的 fibonacci 时,装饰器会返回缓存的结果。
进阶闭包示例
创建带状态的日志记录器
在这个示例中,create_logger 函数返回两个闭包:logger 和 get_logs。logger 用于记录日志信息,get_logs 用于获取所有记录的日志。
动态创建类
在这个示例中,create_class_with_property 函数动态创建了一个类,并给这个类添加了一个带有 getter 和 setter 的属性。
进阶装饰器示例
装饰器链
def debug(func):
def wrapper(*args, **kwargs):
print(f"Calling {func.__name__}")
result = func(*args, **kwargs)
print(f"Result: {result}")
return result
return wrapper
def retry(times=3):
def decorator(func):
def wrapper(*args, **kwargs):
在这个示例中,我们使用了装饰器链,@debug 和 @retry 一起工作,使函数具备调试和重试的功能。
参数化装饰器
这个示例展示了如何创建一个参数化的装饰器。
使用闭包来维护函数签名
在这个示例中,我们使用了 functools.wraps 来保留原始函数的元信息,如名称和文档字符串。
多线程装饰器
在这个示例中,thread_safe 装饰器使用了一个锁来确保函数在多线程环境下的安全执行。
装饰器工厂
这个示例展示了如何创建一个装饰器工厂,该工厂可以根据传入的参数创建不同的装饰器实例。
总结
闭包和装饰器是 Python 中非常强大的工具,可以用于封装状态、修改函数行为、增强功能等。大家多尝试,文章只是提供思路,实践还得靠自己。
最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。