python闭包和装饰器

一、python函数作用域LEGB

python解释器查找变量的原则（顺序）：
L→E→G→B
L:Local函数内部作用域
E:enclosing函数内部与内嵌函数之间
G:gobal全局作用域
B:build-in内置作用域

example:

value1 = 5
def my_func():
    value2 = 6
    print(id(value2))
    def in_func():
        a = max(value1, value2)
        print(a)
    return in_func

上面示例代码中max函数为python的内建函数，在in_func函数中，max这个变量python解释器首先会在in_func这个函数中查找，即local函数内部作用域中查找，然后按顺序再到E-G-B查找，最后在build-in内置作用域查找到。

二、闭包

1、概念：内部函数中对enclosing作用域的变量进行引用

上述例子中my_func函数中的内部函数in_func引用了enclosing作用域中的value2变量，这就叫做闭包。
由于函数执行完后变量会被回收，当执行完my_func这个函数后，value2变量会被回收。那么如果我们再次调用in_func这个函数时，需用引用到value2这个变量，是否会报错？
看以下代码：

example：

value1 = 5
def my_func():
    value2 = 6
    print(id(value2)) #打印value2的ID值
    def in_func():
        a = max(value1, value2)
        print(a)
    return in_func

f = my_func()    #my_func返回的是in_func，此时f指向in_func函数
f()    #f()相当于in_func()，调用了infunc函数
print(f.__closure__)

ouput：

501351024
6
(,)

如果内部函数引用了enclosing作用域的变量，会将变量添加到函数__closure__的属性中去。当再次查找这个变量时，会直接去函数__closure__的属性中查找。我们可以看到代码的输出结果第一行即为value2的内存地址(501351024转换为16进制：1DE20270)和__closure__属性中的int对象的地址是一样的( int object at 0x000000001DE20270)。

2、那么闭包到底有什么用呢？

我们来看下以下两段代码:

(1)、

def func_100(value):
    passline = 60
    if value >= passline:
        print('pass')
    else:
        print('failed')

def func_150(value):
    passline = 90
    if value >= passline:
        print('pass')
    else:
        print('failed')
func100(59)
func150(89)

(2)、

def set_passline(passline):
    def in_func(value):
        if value >= passline:
            print('pass')
        else:
            print('failed')
    return in_func
f_100 = set_passline(60) #passline=60被存储在f_100的__closure__属性中
f_150 = set_passline(90) #passline=90被存储在f_150的__closure__属性中
f_100(59)
f_150(89)

两段代码都能正确判断满分是100或150时，分数是否及格。但是第二段代码，由于运用闭包，代码复用性更高。

3、闭包更高级的应用

将闭包的概念中的变量变成函数，同样适用。即：内部函数中对enclosing作用域的函数进行引
example：

def my_sum(*args):
    return(sum(args))

def my_average(*args):
    return sum(args)/len(args)

def dec(func):
    def in_dec(*args):
        if len(args) == 0:    #对参数进行判断，如果没有参数直接返回0
            return 0
        for i in args:
            if not isinstance(i, int):    #对参数进行判断，如果有一个参数不是int类型，直接返回0
                return 0
        return func(*args)    #此处对enclosing作用域的func函数进行引用
    return in_dec

evo_my_sum = dec(my_sum)
evo_my_average = dec(my_average)

PS:此处求和函数(my_sum)和求平均值函数(my_average)只对参数是否int类型进行判断。
我们来分析下代码：evo_my_sum = dec(my_sum)
由于函数dec返回的是in_dec函数
所以evo_my_sum指向的是in_dec函数
=》evo_my_sum = in_dec
=》evo_my_sum(1, 2, 3) = in_dec(1, 2, 3)
那么in_dec(1, 2, 3)即evo_my_sum(1, 2, 3)会对求和的参数先进行判断后，再调用my_sum函数。
同样道理：
evo_my_average会对求平均的参数先进行判断后，再调用my_average函数。
这样就可以对参数统一进行判断后再各自调用不同的函数。

三、装饰器

装饰器是用来装饰函数的，它返回一个函数对象。语法：@Decorator
现在我们已经定义了一个my_sum函数

def my_sum(*args):
    return(sum(args))

假设我们要增加my_sum函数的功能，比如，在函数调用前对参数进行一个判断，但又不希望修改my_sum函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。
我们要定义一个能判断参数的decorator，如下：

def dec(func):
    def in_dec(*args):
        if len(args) == 0:
            return 0
        for i in args:
            if not isinstance(i, int):
                return 0
        return func(*args)
    return in_dec

按照python装饰器的语法：

@dec
def my_sum(*args):
    return(sum(args))

这样，调用my_sum函数，不仅会运行my_sum函数本身，还会在运行my_sum函数前，对参数进行判断。
把@dec放到my_sum函数的定义处，相当于执行了语句：
my_sum = dec(my_sum)
看到这里是否觉得有点熟悉？
其实这个语句和上述闭包的高级应用是一样的，只不过那部分把my_sum改成了evo_my_sum。
装饰器到这里还差最后一步：
my_sum函数经过装饰后，由于dec(my_sum)返回的是in_dec函数，此时my_sum.__name__属性将从‘my_sum’变成‘in_dec’，为了保证此属性不变，需在in_dec函数定义前加上语句@functools.wraps(func)，保证my_sum.__name__属性不变。否则，有些依赖函数签名的代码执行就会出错。一个完整的decorator的写法如下：

import functools

def dec(func):
    @functools.wraps(func)
    def in_dec(*args):
        if len(args) == 0:
            return 0
        for i in args:
            if not isinstance(i, int):
                return 0
        return func(*args)
    return in_dec

decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。
以上是观看慕课网《python装饰器》以及廖雪峰教程python装饰器的总结。