闭包

1. 函数引用

def test1():
 print("--- in test1 func----")
# 调用函数
test1()
# 引用函数
ret = test1
print(id(ret))
print(id(test1))
#通过引用调用函数
ret()

运行结果:

--- in test1 func----
140212571149040
140212571149040
--- in test1 func----

2. 什么是闭包

# 定义一个函数
def test(number):
 # 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
 def test_in(number_in):
 print("in test_in 函数, number_in is %d" % number_in)
 return number+number_in
 # 其实这里返回的就是闭包的结果
 return test_in
# 给test函数赋值，这个20就是给参数number
ret = test(20)
# 注意这里的100其实给参数number_in
print(ret(100))
#注 意这里的200其实给参数number_in
print(ret(200))

运行结果：

in test_in 函数, number_in is 100
120
in test_in 函数, number_in is 200
220

3. 看一个闭包的实际例子：

def line_conf(a, b):
 def line(x):
 return a*x + b
 return line
line1 = line_conf(1, 1)
line2 = line_conf(4, 5)
print(line1(5))
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

def counter(start=0):
 def incr():
 nonlocal start
 start += 1
 return start
 return incr
c1 = counter(5)
print(c1())
print(c1())
c2 = counter(50)
print(c2())
print(c2())
print(c1())
print(c1())
print(c2())
print(c2())

python2的方法

def counter(start=0):
 count=[start]
 def incr():
 count[0] += 1
 return count[0]
 return incr
c1 = closeure.counter(5)
print(c1()) # 6
print(c1()) # 7
c2 = closeure.counter(100)
print(c2()) # 101
print(c2()) # 102

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

#### 第一波 ####
def foo():
 print('foo')
foo # 表示是函数
foo() # 表示执行foo函数
#### 第二波 ####
def foo():
 print('foo')
foo = lambda x: x + 1
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：

############### 基础平台提供的功能如下 ###############
def f1():
 print('f1')
def f2():
 print('f2')
def f3():
 print('f3')
def f4():
 print('f4')
############### 业务部门A 调用基础平台提供的功能 ###############
f1()
f2()
f3()
f4()
############### 业务部门B 调用基础平台提供的功能 ###############
f1()
f2()
f3()
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：

############### 基础平台提供的功能如下 ############### 
def f1():
 # 验证1
 # 验证2
 # 验证3
 print('f1')
def f2():
 # 验证1
 # 验证2
 # 验证3
 print('f2')
def f3():
 # 验证1
 # 验证2
 # 验证3
 print('f3')
def f4():
 # 验证1
 # 验证2
 # 验证3
 print('f4')
############### 业务部门不变 ############### 
### 业务部门A 调用基础平台提供的功能### 
f1()
f2()
f3()
f4()
### 业务部门B 调用基础平台提供的功能 ### 
f1()
f2()
f3()
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

############### 基础平台提供的功能如下 ############### 
def check_login():
 # 验证1
 # 验证2
 # 验证3
 pass
def f1():
 check_login()
 print('f1')
def f2():
 check_login()
 print('f2')
def f3():
 check_login()
 print('f3')
def f4():
 check_login()
 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：

def w1(func):
 def inner():
 # 验证1
 # 验证2
 # 验证3
 func()
 return inner
@w1
def f1():
 print('f1')
@w1
def f2():
 print('f2')
@w1
def f3():
 print('f3')
@w1
def f4():
 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：

def w1(func):
 def inner():
 # 验证1
 # 验证2
 # 验证3
 func()
 return inner
@w1
def f1():
 print('f1')

python解释器就会从上到下解释代码，步骤如下：

def w1(func): ==>将w1函数加载到内存

@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：

def inner(): 
 #验证 1
 #验证 2
 #验证 3
 f1() # func是参数，此时 func 等于 f1 
return inner# 返回的 inner，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：

新f1 = def inner(): 
 #验证 1
 #验证 2
 #验证 3
 原来f1()
 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

# 定义函数：完成包裹数据
def makeBold(fn):
 def wrApped():
 return "<b>" + fn() + "</b>"
 return wrapped
# 定义函数：完成包裹数据
def makeItalic(fn):
 def wrapped():
 return "<i>" + fn() + "</i>"
 return wrapped
@makeBold
def test1():
 return "hello world-1"
@makeItalic
def test2():
 return "hello world-2"
@makeBold
@makeItalic
def test3():
 return "hello world-3"
print(test1())
print(test2())
print(test3())

运行结果:

<b>hello world-1</b>
<i>hello world-2</i>
<b><i>hello world-3</i></b>

4. 装饰器(decorator)功能

引入日志

函数执行时间统计

执行函数前预备处理

执行函数后清理功能

权限校验等场景

缓存

5. 装饰器示例

例1:无参数的函数

from time import ctime, sleep
def timefun(func):
 def wrapped_func():
 print("%s called at %s" % (func.__name__, ctime()))
 func()
 return wrapped_func
@timefun
def foo():
 print("I am foo")
foo()
sleep(2)
foo()

上面代码理解装饰器执行行为可理解成

foo = timefun(foo)
# foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func
foo()
# 调用foo(),即等价调用wrapped_func()
# 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
# func里保存的是原foo函数对象

例2:被装饰的函数有参数

from time import ctime, sleep
def timefun(func):
 def wrapped_func(a, b):
 print("%s called at %s" % (func.__name__, ctime()))
 print(a, b)
 func(a, b)
 return wrapped_func
@timefun
def foo(a, b):
 print(a+b)
foo(3,5)
sleep(2)
foo(2,4)

例3:被装饰的函数有不定长参数

from time import ctime, sleep
def timefun(func):
 def wrapped_func(*args, **kwargs):
 print("%s called at %s"%(func.__name__, ctime()))
 func(*args, **kwargs)
 return wrapped_func
@timefun
def foo(a, b, c):
 print(a+b+c)
foo(3,5,7)
sleep(2)
foo(2,4,9)

例4:装饰器中的return

from time import ctime, sleep
def timefun(func):
 def wrapped_func():
 print("%s called at %s" % (func.__name__, ctime()))
 func()
 return wrapped_func
@timefun
def foo():
 print("I am foo")
@timefun
def getInfo():
 return '----hahah---'
foo()
sleep(2)
foo()
print(getInfo())

执行结果:

foo called at Fri Nov 4 21:55:35 2016
I am foo
foo called at Fri Nov 4 21:55:37 2016
I am foo
getInfo called at Fri Nov 4 21:55:37 2016
None

如果修改装饰器为return func()，则运行结果：

foo called at Fri Nov 4 21:55:57 2016
I am foo
foo called at Fri Nov 4 21:55:59 2016
I am foo
getInfo called at Fri Nov 4 21:55:59 2016
----hahah---

总结：

一般情况下为了让装饰器更通用，可以有return

例5:装饰器带参数,在原有装饰器的基础上，设置外部变量

#decorator2.py
from time import ctime, sleep
def timefun_arg(pre="hello"):
 def timefun(func):
 def wrapped_func():
 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("itcast")
# 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("itcast")
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("itcast")(foo)()

例6：类装饰器（扩展，非重点）

装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 call() 方法，那么这个对象就是callable的。

class Test():
 def __call__(self):
 print('call me!')
t = Test()
t() # call me

类装饰器demo

class Test(object):
 def __init__(self, func):
 print("---初始化---")
 print("func name is %s"%func.__name__)
 self.__func = func
 def __call__(self):
 print("---装饰器中的功能---")
 self.__func()
#说明：
#1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象
# 并且会把test这个函数名当做参数传递到__init__方法中
# 即在__init__方法中的属性__func指向了test指向的函数
#
#2. test指向了用Test创建出来的实例对象
#
#3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法
#
#4. 为了能够在__call__方法中调用原来test指向的函数体，所以在__init__方法中就需要一个实例属性来保存这个函数体的引用
# 所以才有了self.__func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体
@Test
def test():
 print("----test---")
test()
showpy()#如果把这句话注释，重新运行程序，依然会看到"--初始化--"

运行结果如下：

---初始化---
func name is test
---装饰器中的功能---
----test---