Python进阶之装饰器

Posted on | In | | 阅读数

前言

上一章我们讲了函数的本质，今天我们谈谈python的装饰器，这是一个现实开发中很常用的东西，快快学起来吧~

需要函数本质作为理论基础，忘了的童鞋翻一翻：Python进阶之函数的那些事


装饰器基础知识

装饰器定义：装饰器是可调用的对象，其参数是另一个函数（被装饰的函数）。 装饰器会处理被装饰的函数，然后把它返回，或者将其替换成另一个函数或可调用对象。

但是装饰器是有限制的：装饰器不能修改被装饰函数的源代码逻辑、装饰器不能修改被装饰函数的调用方式。


接下来，我们先看看学习装饰器需要的功能储备吧：

  1. 函数即变量（之前讲过了，这点略过）
  2. 高阶函数
  3. 嵌套函数 + 闭包



高阶函数

当函数可以满足以下这两个条件之一，就可以称为高阶函数。

①把一个函数名当作实参传给另一个函数

  • 如上图，就是高阶函数的一种，他将hello函数传给了show_time，完成了函数运行计时功能
  • 它实现了不修改另一个函数源代码的前提下为其添加功能,但是改变了函数的调用方式

②函数的返回值是另一个函数

  • 这也是高级函数的一种，它实现了不修改函数的调用方式，为其函数添加新功能这一特点。
  • 但却有局限性，添加的功能全部在运行功能函数的上方，不灵活。

这两个高级函数都实现了装饰器一部分的功能，我们需要其他知识点来完善它。



嵌套函数

嵌套函数的定义是，在一个函数内又有用def 声明的另一个函数。

嵌套函数是这样的：

1
2
3
4
5
6
7
8
9
def foo():
	print('in the foo')
	
	def bar():
	    print('in the bar')
	
	bar()   # 处于foo函数体中，如果要运行，就需要先将bar函数定义

foo()

闭包

函数的内部引用了函数外部的变量，这就是闭包。

假如有个名为 avg 的函数，它的作用是计算不断增加的系列值的均值；例如，整个历史中某个商品的平均收盘价。每天都会增加新价格，因此平均值要考虑至目前为止所有的价格。

我们使用高阶函数进行编写这个函数的功能：

可以看到，我们实现了功能，但是这里面隐藏了个细节——闭包！

运行此函数时，返回嵌套函数的引用，那么 agv=make_averager()就得到了一个对象（averager的内存地址）,问题来了，为什么函数内部还可以调用已经运行完毕的外部函数体中的series列表？不应该是函数运行之后，该函数体就跟着销毁吗？

原因是这样的：在 averager 函数中，series 是自由变量（free variable）。自由变量指未在本地作用域中绑定的变量。

闭包它会保留定义函数时存在的自由变量的绑定，这样调用函数时，虽然定义作用域不可用了，但是仍能使用那些绑定。



一个装饰器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import time

def foo(func):
    def bar(name):
        start_time = time.time()
        time.sleep(3)
        func(name)  # run函数实际的运行，是在这里
        stop_time = time.time()
        run_time = stop_time - start_time

        print("运行耗费时间：", run_time)

    return bar


@foo  # 相当于run = foo(run)
def run(name):
    print("I am %s" % name)


run("zihao")

运行结果如下：

  • run是功能函数的函数名，表示下面的函数将作为实参传入foo。
  • @后面跟的是添加新功能的函数（也就是装饰器），这个就类似于我们上面高阶函数第二点写过的 run = foo(run)，它使得我们不更改函数调用方式的前提下，添加新功能。
  • 这一次，我们既没有修改被装饰函数的源代码逻辑、也没有修改被装饰函数的调用方式。一个简单的装饰器就被我们做出来啦！


写在最后

今天讲解了装饰器的内部实现过程，那么这篇文章就到这里了，期待下回与你们相遇。

see you~