当前位置:

首页 > 编程开发 > Python中的装饰器:闭包和函数装饰器

Python中的装饰器:闭包和函数装饰器

一、闭包在学习装饰器前,需要先了解闭包的概念。形成闭包的要点:函数嵌套将内部函数作为外部函数的返回值内部函数必须要使用到外部函数的变量下面以一个计算列表平均值的案例来讲解闭包:defmake_average():#创建一个列表,用来保存数值nums=[]#定义一个内部函数,用来计算列表的平均值defaverage(n):#将数值添加到列表中nums.append(n)#返回平均值returnsum(nums)/len(nums)return

本文目录

    一、闭包

    在学习装饰器前,需要先了解闭包的概念。形成闭包的要点:

    • 函数嵌套
    • 将内部函数作为外部函数的返回值
    • 内部函数必须要使用到外部函数的变量

    下面以一个计算列表平均值的案例来讲解闭包:

    def make_average():
    # 创建一个列表,用来保存数值
    nums = []
    
    # 定义一个内部函数,用来计算列表的平均值
    def average(n):
    # 将数值添加到列表中
    nums.append(n)
    # 返回平均值
    return sum(nums) / len(nums)
    
    return average
    1. 首先,定义一个函数make_average;
    2. 其次,在make_average函数内定义一个空列表,用来存储数值;
    3. 再次,定义一个内部函数,用来计算列表平均值;
    4. 最后,将这个内函数作为外函数make_average的返回值,注意不要加( ),加( )就变成调用这个函数了。
    # 调用外部函数,并将其复制给一个变量,注意:此时返回的是内函数的内存地址
    a = make_average()
    # 给这个变量加(),就相当于调用了内函数average
    print(a(20))
    print(a(30))

    运行结果如下:当传入的数值为20时,列表中只有一个数,所以计算结果是20;当再传入一个数值30时,此时列表中就有两个数20和30,所以平均值的计算结果是25.

    Python中的装饰器:闭包和函数装饰器

    二、装饰器

    1.装饰器引入

    例如,有以下两个函数,分别计算两个数的和以及成绩:

    def add(a, b):
    """计算两数之和"""
    res = a + b
    return res
    
    def mul(a, b):
    """计算两数之积"""
    res = a * b
    return res

    现在有个需求:我想要在每个函数的计算开始前打印“开始计算...”,在计算结束后打印“计算结束...”。我们可以通过直接修改函数代码的方式来满足这个需求,但这样会面临以下问题:

    1. 如果要修改的函数过多,十个甚至一百个函数,未免不现实;
    2. 不便于后期维护,例如我不想打印“开始计算...”了,而是要打印“begin...”,岂不是又要重新修改一遍;
    3. 违反开闭原则(OCP),即程序的设计,要求开放对程序的扩展、关闭对程序的修改;

    所以,上述直接修改函数代码的方式不可行。我们希望在不修改原函数的情况下,实现对函数的扩展。例如:

    def new_add(a, b):
    print("开始计算...")
    r = add(a, b)
    print("计算结束...")
    return r
    
    
    print(new_add(22, 33))

    执行结果如下:

    Python中的装饰器:闭包和函数装饰器

    这种新创建一个函数的方式虽然没有修改原函数,但面临一个很严重的问题:

    只能扩展指定函数,不能通用于其它函数,例如扩展上述的add函数,而不能扩展mul函数,如果想要扩展mul函数,只能再创建一个扩展函数;

    因为,我们希望可以定义一个通用的扩展函数,可以作用域所有函数。这类不改变原函数代码的通用函数就是:装饰器。

    2.函数装饰器

    装饰器本质上是一个python函数或类,它可以让其他函数或类在不需要做任何代码修改的前提下增加额外功能,也就是为已经存在的对象添加额外功能,装饰器的返回值也是一个函数/类对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。

    1)被装饰函数不带参数

    例如:

    def wrapper_info(func):
    def inner():
    print("开始介绍...")
    res = func()
    print("介绍结束...")
    return res
    
    return inner
    
    def introduce1():
    print("我是周润发,我来自HONG KONG")
    
    info = wrapper_info(introduce1)
    info()

    运行结果如下:

    Python中的装饰器:闭包和函数装饰器

    可见,在没有改变原函数代码的情况下,即给原函数增加了一些额外的功能,func是要修饰的函数,作为一个变量传入装饰函数,能够通用于其他函数,这个wrapper_info就是装饰器。但目前面临的问题是,被装饰函数如果带参数怎么办?例如:

    def introduce2(name, age):
    print(f"我叫{name}, 我今年{age}岁了")

    2)被装饰函数带参数

    尽管可以在装饰器wrapper_info中传入name、age,但并不是每个被装饰的函数都只有name、age,亦或是指定类型的参数,还有可能传入的是字典、列表、元组等。也就是传入参数的类型和数量不固定怎么办?

    此时就需要用到不定长参数:(*args, **kwargs)

    def wrapper_info(func):
    """
    用来对其他函数进行扩展,使其他函数可以在执行前做一些额外的动作
    :param func: 要扩展的函数对象
    :return:
    """
    def inner(*args, **kwargs):
    print("开始介绍...")
    res = func(*args, **kwargs)
    print("介绍结束...")
    return res
    
    return inner

    例如:

    def introduce3(name, age, city):
    print(f"我叫{name}, 我今年{age}岁了, 我来自{city}")

    运行结果如下:

    Python中的装饰器:闭包和函数装饰器

    3)装饰器带参数

    上述提到的是装饰器,一种是应用于被装饰的函数不带参数,一种是被装饰的函数带参数,那装饰器本身能否带参数呢?比如我定义一个变量,想通过传入不同的值来控制这个装饰器实现不同的功能。答案是肯定的,例如:

    def use_log(level):
    def decorator(func):
    def inner(*args, **kwargs):
    if level == "warn":
    logging.warning("%s is running by warning" % func.__name__)
    elif level == "info":
    logging.warning("%s is running by info" % func.__name__)
    else:
    logging.warning("%s is running by other" % func.__name__)
    return func(*args, **kwargs)
    
    return inner
    
    return decorator
    
    
    def introduce4(name, age, city):
    print(f"我叫{name}, 我今年{age}岁了, 我来自{city}")
    
    
    info1 = use_log(introduce4('周星驰', 28, '香港'))
    info1('info')
    info2 = use_log(introduce4('周润发', 28, '香港'))
    info2('warn')
    info3 = use_log(introduce4('成龙', 28, '香港'))
    info3('xxx')

    运行结果如下:

    Python中的装饰器:闭包和函数装饰器

    3.装饰器调用

    方式一:以函数方式调用

    info3 = wrapper_info(introduce3)
    info3('刘德华', 28, '香港')

    如果是装饰器函数带参数,则调用方式为:

    info4 = use_log(introduce4('周星驰', 28, '香港'))
    info4('info')

    方式二:以语法糖方式调用

    即在被装饰函数上方以@符号进行修饰

    @wrapper_info
    def introduce3(name, age, city):
    print(f"我叫{name}, 我今年{age}岁了, 我来自{city}")
    
    introduce3('刘德华', 28, '香港')

    如果是装饰器函数带参数,例如上述的use_log,则需要在装饰器中传入参数:

    @use_log('info')
    def introduce4(name, age, city):
    print(f"我叫{name}, 我今年{age}岁了, 我来自{city}")

    小结

    什么是装饰器?

    在不改变原函数代码的情况下,给原函数增加了一些额外的功能,并且能够通用于其他函数,这样的函数就称作为装饰器。

    装饰器的调用

    可以通过传统调用函数的方式进行调用,也可以通过@装饰器的方式调用

    装饰器的特点

    • 通过装饰器,可以在不修改原来函数的情况下对函数进行扩展
    • 一个函数可以同时指定多个装饰器
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。