python装饰器与闭包_Python装饰器与闭包
闭包是Python装饰器的基础。要理解闭包，先要了解Python中的变量作用域规则。
变量作用域规则
首先，在函数中是能访问全局变量的：
>>> a = 'global var'
>>> def foo():
print(a)
>>> foo()
global var
然后，在一个嵌套函数中，内层函数能够访问在外层函数中定义的局部变量：
>>> def foo():
a = 'free var'
def bar():
print(a)
return bar
>>> foo()()
free var
闭包
上面的嵌套函数就是闭包。闭包是指延伸了作用域的函数，在其中能够访问未在函数定义体中定义的非全局变量。未在函数定义体中定义的非全局变量一般都是在嵌套函数中出现的。
上述示例中的变量a就是一个并未在函数bar中定义的非全局变量。对于bar来说，它有个专业名字，叫做自由变量。
自由变量的名称可以在字节码对象中查看：
>>> bar = foo()
>>> bar.__code__.co_freevars
('a',)
自由变量的值绑定在函数的__closure__属性中：
>>> bar.__closure__
(,)
其中保存了对应自由变量的cell对象的序列，cell对象的cell_contents属性保存了变量的值：
>>> bar.__closure__[0].cell_contents
'free var'
这与JavaScript中闭包的行为是类似的，JavaScript中嵌套函数会将外层函数的活动对象添加到它的作用域链中。但与JavaScript不同的是，当Python函数中的全局变量或者自由变量是不可变对象(数字、字符串、元组等)时，是只能读取，无法更新的：
>>> a = 1
>>> def foo():
print(a)
a += 1
>>> foo()
UnboundLocalError: local variable 'a' referenced before assignment
>>> def foo():
a = 1
def bar():
print(a)
a += 1
return bar
>>> foo()()
UnboundLocalError: local variable 'a' referenced before assignment
两种情况下，都会报错。这并不是缺陷，而是Python的设计选择。Python不要求声明变量，但是会假定在函数定义体中赋值的变量是局部变量，以避免在不知情的情况下修改全局变量。
a += 1与a = a + 1相同，编译函数的定义体时，会将a当做局部变量，不会当做自由变量保存。然后尝试获取a的值时，发现a并没有绑定值，于是报错。
解决这个问题的办法，一是将变量置于一些可变对象，如列表、字典中：
def foo():
ns = {}
ns['a'] = 1
def bar():
ns['a'] += 1
print (ns['a'])
return bar
另外的方法就是使用global或者nonlocal将变量声明为全局变量或者自由变量：
>>> def foo():
a = 1
def bar():
nonlocal a
a += 1
print(a)
return bar
>>> foo()()
2
当自由变量本身是可变对象时，是可以直接进行操作的：
def make_avg():
ls = []
def avg(x):
ls.append(x)
print(sum(ls)/len(ls))
return avg
装饰器
装饰器是可调用对象，参数一般是另一个函数。装饰器可以以某种方式增强被装饰函数的行为，然后返回被装饰的函数或者将其替换成一个新的函数。
一个最简单的不做任何额外行为的装饰器：
def decorate(func):
return func
decorate函数就是一个最简单的装饰器，使用方法：
def target():
pass
target = decorate(target)
Python为装饰器的使用提供了语法糖，可以简便的写为：
@decorate
def target():
pass
导入时运行
装饰器一个很重要的特性是它是导入时(加载模块时)运行的：
def decorate(func):
print('running decorator when import')
return func
@decorate
def foo():
print('running foo')
pass
if __name__ == '__main__':
print('start foo')
foo()
结果：
running decorator when import
start foo
running foo
可以看到，装饰器是导入时运行的，而被装饰的函数是明确调用时运行的。
装饰器可以返回被装饰的函数本身，和运行时导入的特性结合起来，可以实现简单的注册器功能：
view_registry = []
def register(func):
view_registry.append(func)
return func
@register
def view1():
pass
@register
def view2():
pass
def main():
print(view_registry)
if __name__ == '__main__':
main()
返回新函数
上述装饰器的例子都返回了被装饰的原函数，但装饰器的典型行为还是返回一个新函数：把被装饰的函数替换成新函数，新函数接受与原函数相同的参数，并且返回原函数本该返回的值。写法类似于：
def deco(func):
def new_func(*args, **kwargs):
return func(*args, **kwargs)
return new_func
这种情况下装饰器就使用到了闭包。JavaScript中的防抖与节流函数就是这种典型的装饰器行为。新函数一般会使用外部装饰器函数中的变量当做自由变量，对函数作出某种增强行为。
举个例子，我们知道，当Python函数的参数是个可变对象时，会产生意料之外的行为：
def foo(x, y=[]):
y.append(x)
print(y)
foo(1)
foo(2)
foo(3)
输出：
[1]
[1, 2]
[1, 2, 3]
这是因为，函数的参数默认值保存在__defaults__属性中，指向了同一个列表：
>>> foo.__defaults__
([1, 2, 3],)
我们就可以用一个装饰器在函数执行前取出默认值做深复制，然后覆盖函数原先的参数默认值：
import copy
def fresh_defaults(func):
defaults = func.__defaults__
def deco(*args, **kwargs):
func.__defaults__ = copy.deepcopy(defaults)
return func(*args, **kwargs)
return deco
@fresh_defaults
def foo(x, y=[]):
y.append(x)
print(y)
foo(1)
foo(2)
foo(3)
输出：
[1]
[2]
[3]
接收参数的装饰器
装饰器除了可以接受函数作为参数外，还可以接受其他参数。使用方法是：创建一个装饰器工厂，接受参数，返回一个装饰器，再把它应用到被装饰的函数上，语法如下：
def deco_factory(*args, **kwargs):
def deco(func):
print(args)
return func
return deco
@deco_factory('factory')
def foo():
pass
在Web框架中，通常要将URL模式映射到生成响应的view函数，并将view函数注册到某些中央注册处。之前我们曾经实现过一个简单的注册装饰器，只是注册了view函数，却没有URL映射，是远远不够的。
在Flask中，注册view函数需要一个装饰器：
@app.route('/hello')
def hello():
return 'Hello, World'
原理就是使用了装饰器工厂，可以简单的模拟一下实现：
class App:
def __init__(self):
self.view_functions = {}
def route(self, rule):
def deco(view_func):
self.view_functions[rule] = view_func
return view_func
return deco
app = App()
@app.route('/')
def index():
pass
@app.route('/hello')
def hello():
pass
for rule, view in app.view_functions.items():
print(rule, ':', view.__name__)
输出：
/ : index
/hello : hello
还可以使用装饰器工厂来确定view函数可以允许哪些HTTP请求方法：
def action(methods):
def deco(view):
view.allow_methods = [method.lower() for method in methods]
return view
return deco
@action(['GET', 'POST'])
def view(request):
if request.method.lower() in view.allow_methods:
...
重叠的装饰器
装饰器也是可以重叠使用的：
@d1
@d2
def foo():
pass
等同于：
foo = d1(d2(foo))
类装饰器
装饰器的参数也可以是一个类，也就是说，装饰器可以装饰类：
import types
def deco(cls):
for key, method in cls.__dict__.items():
if isinstance(method, types.FunctionType):
print(key, ':', method.__name__)
return cls
@deco
class Test:
def __init__(self):
pass
def foo(self):
pass