1. 闭包

1. 函数引用

  2. def test1():
  3.     print("--- in test1 func----")
  5. # 调用函数
  6. test1()
  8. # 引用函数
  9. ret = test1
  11. print(id(ret))
  12. print(id(test1))
  14. #通过引用调用函数
  15. ret()

2. 什么是闭包

  1. # 定义一个函数
  2. def test(number):
  4.     # 在函数内部再定义一个函数，并且这个函数用到了外边函数的变量，那么将这个函数以及用到的一些变量称之为闭包
  5.     def test_in(number_in):
  6.         print("in test_in 函数, number_in is %d" % number_in)
  7.         return number+number_in
  8.     # 其实这里返回的就是闭包的结果
  9.     return test_in
  12. # 给test函数赋值，这个20就是给参数number
  13. ret = test(20)
  15. # 注意这里的100其实给参数number_in
  16. print(ret(100))
  18. #注 意这里的200其实给参数number_in
  19. print(ret(200))

3. 看一个闭包的实际例子：

  1.  def line_conf(a, b):
  2.     def line(x):
  3.         return a*x + b
  4.     return line
  6. line1 = line_conf(1, 1)
  7. line2 = line_conf(4, 5)
  8. print(line1(5))
  9. print(line2(5))

这个例子中，函数line与变量a,b构成闭包。在创建闭包的时候，我们通过line_conf的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y = x + 1和y = 4x + 5)。我们只需要变换参数a,b，就可以获得不同的直线表达函数。由此，我们可以看到，闭包也具有提高代码可复用性的作用。
如果没有闭包，我们需要每次创建直线函数的时候同时说明a,b,x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。
注意点:
由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存

4. 修改外部函数中的变量

python3的方法

  1. def counter(start=0):
  2.     def incr():
  3.         nonlocal start
  4.         start += 1
  5.         return start
  6.     return incr
  8. c1 = counter(5)
  9. print(c1())
  10. print(c1())
  12. c2 = counter(50)
  13. print(c2())
  14. print(c2())
  16. print(c1())
  17. print(c1())
  19. print(c2())
  20. print(c2())

2. 装饰器

装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题，但对于好多初次接触这个知识的人来讲，这个功能有点绕，自学时直接绕过去了，然后面试问到了就挂了，因为装饰器是程序开发的基础知识，这个都不会，别跟人家说你会Python, 看了下面的文章，保证你学会装饰器。

1、先明白这段代码

  1. #### 第一波 ####
  2. def foo():
  3.     print('foo')
  5. foo  # 表示是函数
  6. foo()  # 表示执行foo函数
  8. #### 第二波 ####
  9. def foo():
  10.     print('foo')
  12. foo = lambda x: x + 1
  14. foo()  # 执行lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数

函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了

2、需求来了

初创公司有N个业务部门，基础平台部门负责提供底层的功能，如：数据库操作、redis调用、监控API等功能。业务部门使用基础功能时，只需调用基础平台提供的功能即可。如下：

  1. ############### 基础平台提供的功能如下 ###############
  3. def f1():
  4.     print('f1')
  6. def f2():
  7.     print('f2')
  9. def f3():
  10.     print('f3')
  12. def f4():
  13.     print('f4')
  15. ############### 业务部门A 调用基础平台提供的功能 ###############
  17. f1()
  18. f2()
  19. f3()
  20. f4()
  22. ############### 业务部门B 调用基础平台提供的功能 ###############
  24. f1()
  25. f2()
  26. f3()
  27. f4()

目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。

老大把工作交给 Low B，他是这么做的：

跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子…
当天Low B 被开除了…

老大把工作交给 Low BB，他是这么做的：

  1. ############### 基础平台提供的功能如下 ############### 
  3. def f1():
  4.     # 验证1
  5.     # 验证2
  6.     # 验证3
  7.     print('f1')
  9. def f2():
  10.     # 验证1
  11.     # 验证2
  12.     # 验证3
  13.     print('f2')
  15. def f3():
  16.     # 验证1
  17.     # 验证2
  18.     # 验证3
  19.     print('f3')
  21. def f4():
  22.     # 验证1
  23.     # 验证2
  24.     # 验证3
  25.     print('f4')
  27. ############### 业务部门不变 ############### 
  28. ### 业务部门A 调用基础平台提供的功能### 
  30. f1()
  31. f2()
  32. f3()
  33. f4()
  35. ### 业务部门B 调用基础平台提供的功能 ### 
  37. f1()
  38. f2()
  39. f3()
  40. f4()

过了一周 Low BB 被开除了…

老大把工作交给 Low BBB，他是这么做的：

只对基础平台的代码进行重构，其他业务部门无需做任何修改

  1. ############### 基础平台提供的功能如下 ############### 
  3. def check_login():
  4.     # 验证1
  5.     # 验证2
  6.     # 验证3
  7.     pass
  10. def f1():
  12.     check_login()
  14.     print('f1')
  16. def f2():
  18.     check_login()
  20.     print('f2')
  22. def f3():
  24.     check_login()
  26.     print('f3')
  28. def f4():
  30.     check_login()
  32.     print('f4')

老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：

老大说：

写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：

  • 封闭：已实现的功能代码块
  • 开放：对扩展开发

如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了Low BBB一个实现方案：

  1. def w1(func):
  2.     def inner():
  3.         # 验证1
  4.         # 验证2
  5.         # 验证3
  6.         func()
  7.     return inner
  9. @w1
  10. def f1():
  11.     print('f1')
  12. @w1
  13. def f2():
  14.     print('f2')
  15. @w1
  16. def f3():
  17.     print('f3')
  18. @w1
  19. def f4():
  20.     print('f4')

对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。
Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？
老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。
详细的开始讲解了：
单独以f1为例：

  1. def w1(func):
  2.     def inner():
  3.         # 验证1
  4.         # 验证2
  5.         # 验证3
  6.         func()
  7.     return inner
  9. @w1
  10. def f1():
  11.     print('f1')

python解释器就会从上到下解释代码，步骤如下：

  1. def w1(func): ==>将w1函数加载到内存
  2. @w1

没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。
从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。

上例@w1内部会执行一下操作：

执行w1函数

执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1)所以，内部就会去执行：

  2. def inner(): 
  3.     #验证 1
  4.     #验证 2
  5.     #验证 3
  6.     f1()    # func是参数，此时 func 等于 f1 
  7. return inner# 返回的inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中

w1的返回值

将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：

  1. 新f1 = def inner(): 
  2.             #验证 1
  3.             #验证 2
  4.             #验证 3
  5.             原来f1()
  6.         return inner

所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。
如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用着
Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！

3. 再议装饰器

  1. # 定义函数：完成包裹数据
  2. def makeBold(fn):
  3.     def wrapped():
  4.         return "<b>" + fn() + "</b>"
  5.     return wrapped
  7. # 定义函数：完成包裹数据
  8. def makeItalic(fn):
  9.     def wrapped():
  10.         return "<i>" + fn() + "</i>"
  11.     return wrapped
  13. @makeBold
  14. def test1():
  15.     return "hello world-1"
  17. @makeItalic
  18. def test2():
  19.     return "hello world-2"
  21. @makeBold
  22. @makeItalic
  23. def test3():
  24.     return "hello world-3"
  26. print(test1())
  27. print(test2())
  28. print(test3())

4. 装饰器(decorator)功能

  1. 引入日志
  2. 函数执行时间统计
  3. 执行函数前预备处理
  4. 执行函数后清理功能
  5. 权限校验等场景
  6. 缓存

    5. 装饰器示例

    例1:无参数的函数

    ```python from time import ctime, sleep

def timefun(func): def wrappedfunc(): print(“%s called at %s” % (func._name, ctime())) func() return wrapped_func

@timefun def foo(): print(“I am foo”)

foo() sleep(2) foo()

  1. 上面代码理解装饰器执行行为可理解成
  2. ```python
  3. foo = timefun(foo)
  4. # foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func
  5. foo()
  6. # 调用foo(),即等价调用wrapped_func()
  7. # 内部函数wrapped_func被引用，所以外部函数的func变量(自由变量)并没有释放
  8. # func里保存的是原foo函数对象

例2:被装饰的函数有参数

  1. from time import ctime, sleep
  3. def timefun(func):
  4.     def wrapped_func(a, b):
  5.         print("%s called at %s" % (func.__name__, ctime()))
  6.         print(a, b)
  7.         func(a, b)
  8.     return wrapped_func
  10. @timefun
  11. def foo(a, b):
  12.     print(a+b)
  14. foo(3,5)
  15. sleep(2)
  16. foo(2,4)

例3:装饰器中的return

  1. from time import ctime, sleep
  3. def timefun(func):
  4.     def wrapped_func():
  5.         print("%s called at %s" % (func.__name__, ctime()))
  6.         func()
  7.     return wrapped_func
  9. @timefun
  10. def foo():
  11.     print("I am foo")
  13. @timefun
  14. def getInfo():
  15.     return '----hahah---'
  17. foo()
  18. sleep(2)
  19. foo()
  22. print(getInfo())

修改装饰器为return func()，查看运行结果

总结：

  • 一般情况下为了让装饰器更通用，可以有return

    例4:装饰器带参数,在原有装饰器的基础上，设置外部变量

    ```python

    decorator2.py

from time import ctime, sleep

def timefunarg(pre=”hello”): def timefun(func): def wrappedfunc(): print(“%s called at %s %s” % (func.__name, ctime(), pre)) return func() return wrapped_func return timefun

下面的装饰过程

1. 调用timefun_arg(“logic”)

2. 将步骤1得到的返回值，即time_fun返回， 然后time_fun(foo)

3. 将time_fun(foo)的结果返回，即wrapped_func

4. 让foo = wrapped_fun，即foo现在指向wrapped_func

@timefun_arg(“logic”) def foo(): print(“I am foo”)

@timefun_arg(“python”) def too(): print(“I am too”)

foo() sleep(2) foo()

too() sleep(2) too() ``` 可以理解为

foo()==timefun_arg(“logic”)(foo)()