python装饰器与闭包_[宜配屋]听图阁

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

总结

以上所述是小编给大家介绍的实例详解Python装饰器与闭包,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对【听图阁-专注于Python设计】网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！