<div id="table-of-contents">
<h2>Table of Contents</h2>
<div id="text-table-of-contents">
<ul>
<li><a href="#org1fbb994">1. 什么是閉包</a></li>
<li><a href="#org6e28685">2. 裝飾器</a></li>
<li><a href="#orga345de2">3. 無(wú)參裝飾器</a></li>
<li><a href="#org184871c">4. 有參裝飾器</a></li>
<li><a href="#org8215eae">5. 位置參數(shù)和關(guān)鍵字參數(shù)都可以的裝飾器</a></li>
<li><a href="#org7ddc069">6. return 之后的對(duì)象和傳入對(duì)象的關(guān)系以及形式</a></li>
<li><a href="#org87145ad">7. 類裝飾器</a></li>
</ul>
</div>
</div>
<a id="org1fbb994"></a>
什么是閉包
解釋 1:在函數(shù)內(nèi)部定義一個(gè)函數(shù)座菠，這個(gè)函數(shù)使用到外部函數(shù)
閉包（closure）是一種引用了外部變量的函數(shù)對(duì)象待诅，無(wú)論該變量所處的作用域是否還存在于內(nèi)存中鳄厌。
舉例來(lái)說(shuō)贡避，函數(shù) generatepowerfunc 返回了另一個(gè)函數(shù)：
def generate_power_func(n):
print "id(n): %X" % id(n)
def nth_power(x):
return x**n
print "id(nth_power): %X" % id(nth_power)
return nth_power
函數(shù) nthpower 就是一個(gè)閉包，它可以訪問(wèn)定義在 generatepowerfunc 函數(shù)中的變量 n狐树，i
顯而易見如果缺少變量 n掘而，函數(shù) nthpower 將是一個(gè)不能執(zhí)行的沒(méi)有閉合的函數(shù)谆趾，
這個(gè)不完整的函數(shù) nthpower 需要變量 n 來(lái)讓它變成一個(gè)完整的函數(shù)對(duì)象，
這種函數(shù)就是閉包嫁盲，換句話說(shuō)是變量 n 封閉了函數(shù) nthpower篓叶。
<a id="org6e28685"></a>
裝飾器
https://wiki.python.org/moin/PythonDecorators
<a id="orga345de2"></a>
無(wú)參裝飾器
# -*- coding: utf-8 -*-
def func_cache(func):
cache = {}
def inner_deco(*args):
if args in cache:
print('func {} is already cached with arguments {}'.format(
func.__name__, args))
return cache[args]
else:
print('func {} is not cached with arguments {}'.format(
func.__name__, args))
res = func(*args)
cache[args] = res
return res
return inner_deco
@func_cache
def add_two_number(a, b):
return a + b
if __name__ == "__main__":
print('1. add_two_number(1, 2)')
add_two_number(1, 2)
print('2. add_two_number(2, 3)')
add_two_number(2, 3)
print('3. add_two_number(1, 2)')
add_two_number(1, 2)
<a id="org184871c"></a>
有參裝飾器
目前我們實(shí)現(xiàn)的函數(shù)緩存裝飾器，會(huì)緩存所有遇到的函數(shù)返回值羞秤。
我們希望能夠?qū)彺鏀?shù)量上限做一個(gè)限制缸托，從而在內(nèi)存消耗和運(yùn)行效率上取得折中。
但是同時(shí)瘾蛋，對(duì)于不同的函數(shù)俐镐，我們希望做到緩存上限不同，例如對(duì)于運(yùn)行一次比較耗時(shí)的函數(shù)哺哼，我們希望緩存上限大一些佩抹；
反之，則小一些取董。這時(shí)棍苹，需要用到帶參數(shù)的 Decorator。
# -*- coding: utf-8 -*-
from functools import wraps
import random
def outer_deco(size=10):
def func_cache(func):
cache = {}
@wraps(func)
def inner_deco(*args, **kwargs):
key = (args, frozenset(kwargs.items()))
if key not in cache:
print('func {} is not cached with arguments {} {}'.format(
func.__name__, args, kwargs))
res = func(*args, **kwargs)
if len(cache) >= size:
lucky_key = random.choice(list(cache.keys()))
print('func {} cache pop {}'.format(
func.__name__, lucky_key))
cache.pop(lucky_key, None)
cache[key] = res
return cache[key]
return inner_deco
return func_cache
@outer_deco(size=3)
def add_two_number(a, b):
return a + b
@outer_deco()
def product_two_number(a, b):
return a * b
if __name__ == "__main__":
print('add_two_number func name is {}'.format(add_two_number.__name__))
print('1. add_two_number(1, 2)')
add_two_number(1, 2)
print('2. add_two_number(2, 3)')
add_two_number(2, 3)
print('3. add_two_number(1, b=2)')
add_two_number(1, b=2)
print('4. add_two_number(1, 2)')
add_two_number(1, 2)
print('5. product_two_number(1, 2)')
product_two_number(1, 2)
print('6. add_two_number(1, 3)')
add_two_number(1, 3)
<a id="org8215eae"></a>
位置參數(shù)和關(guān)鍵字參數(shù)都可以的裝飾器
http://blog.guoyb.com/2016/04/19/python-decorator/?hmsr=toutiao.io
<a id="org7ddc069"></a>
return 之后的對(duì)象和傳入對(duì)象的關(guān)系以及形式
https://www.ibm.com/developerworks/cn/linux/l-cpdecor.html
高級(jí)抽象簡(jiǎn)介
根據(jù)我的經(jīng)驗(yàn)茵汰，元類應(yīng)用最多的場(chǎng)合就是在類實(shí)例化之后對(duì)類中的方法進(jìn)行修改枢里。decorator 目前并不允許您修改類實(shí)例化本身，但是它們可以修改依附于類的方法蹂午。這并不能讓您在實(shí)例化過(guò)程中動(dòng)態(tài)添加或刪除方法或類屬性栏豺，但是它讓這些方法可以在運(yùn)行時(shí)根據(jù)環(huán)境的條件來(lái)變更其行為。現(xiàn)在從技術(shù)上來(lái)說(shuō)豆胸，decorator 是在運(yùn)行 class 語(yǔ)句時(shí)應(yīng)用的奥洼，對(duì)于頂級(jí)類來(lái)說(shuō)，它更接近于 “編譯時(shí)” 而非 “運(yùn)行時(shí)”配乱。但是安排 decorator 的運(yùn)行時(shí)決策與創(chuàng)建類工廠一樣簡(jiǎn)單溉卓。例如：
清單 8. 健壯但卻深度嵌套的 decorator
def arg_sayer(what):
def what_sayer(meth):
def new(self, *args, **kws):
print what
return meth(self, *args, **kws)
return new
return what_sayer
def FooMaker(word):
class Foo(object):
@arg_sayer(word)
def say(self): pass
return Foo()
foo1 = FooMaker('this')
foo2 = FooMaker('that')
print type(foo1),; foo1.say() # prints: <class '__main__.Foo'> this
print type(foo2),; foo2.say() # prints: <class '__main__.Foo'> that
@argsayer() 繞了很多彎路，但只獲得非常有限的結(jié)果搬泥，不過(guò)對(duì)于它所闡明的幾方面來(lái)說(shuō)桑寨，這是值得的：
Foo.say() 方法對(duì)于不同的實(shí)例有不同的行為。在這個(gè)例子中忿檩，不同之處只是一個(gè)數(shù)據(jù)值尉尾，可以輕松地通過(guò)其他方式改變這個(gè)值；不過(guò)原則上來(lái)說(shuō)燥透，decorator 可以根據(jù)運(yùn)行時(shí)的決策來(lái)徹底重寫這個(gè)方法沙咏。
本例中未修飾的 Foo.say() 方法是一個(gè)簡(jiǎn)單的占位符辨图，其整個(gè)行為都是由 decorator 決定的。然而肢藐，在其他情況下故河，decorator 可能會(huì)將未修飾的方法與一些新功能相結(jié)合。
正如我們已經(jīng)看到的一樣吆豹，F(xiàn)oo.say() 的修改是通過(guò) FooMaker() 類工廠在運(yùn)行時(shí)嚴(yán)格確定的鱼的。可能更加典型的情況是在頂級(jí)定義類中使用 decorator痘煤，這些類只依賴于編譯時(shí)可用的條件（這通常就足夠了）凑阶。
decorator 都是參數(shù)化的≈钥欤或者更確切地說(shuō)宙橱，argsayer() 本身根本就不是一個(gè)真正的 decorator；argsayer()所返回的 函數(shù) —— whatsayer() 就是一個(gè)使用了閉包來(lái)封裝其數(shù)據(jù)的 decorator 函數(shù)蘸拔。參數(shù)化的 decorator 較為常見师郑，但是它們將所需的函數(shù)嵌套為三層。
邁進(jìn)元類領(lǐng)域
正如上一節(jié)中介紹的一樣都伪，decorator 并不能完全取代元類掛鉤呕乎，因?yàn)樗鼈冎恍薷牧朔椒ǎ刺砑踊騽h除方法陨晶。
實(shí)際上猬仁，這樣說(shuō)并不完全正確。作為一個(gè) Python 函數(shù)先誉，decorator 完全可以實(shí)現(xiàn)其他 Python 代碼所實(shí)現(xiàn)的任何功能湿刽。
通過(guò)修飾一個(gè)類的 ._new_() 方法（甚至是其占位符版本），您實(shí)際上可以更改附加到該類的方法褐耳。
盡管尚未在現(xiàn)實(shí)中看到這種模式诈闺，不過(guò)我認(rèn)為它有著某種必然性，甚至可以作為 <span class="underline">metaclass</span> 指派的一項(xiàng)改進(jìn)：
清單 9. 添加和刪除方法的 decorator
def flaz(self): return 'flaz' # Silly utility method
def flam(self): return 'flam' # Another silly method
def change_methods(new):
"Warning: Only decorate the __new__() method with this decorator"
if new.__name__ != '__new__':
return new # Return an unchanged method
def __new__(cls, *args, **kws):
cls.flaz = flaz
cls.flam = flam
if hasattr(cls, 'say'): del cls.say
return super(cls.__class__, cls).__new__(cls, *args, **kws)
return __new__
class Foo(object):
@change_methods
def __new__(): pass
def say(self): print "Hi me:", self
foo = Foo()
print foo.flaz() # prints: flaz
foo.say() # AttributeError: 'Foo' object has no attribute 'say'
在 changemethods() decorator 示例中铃芦，我們添加并刪除了幾個(gè)固定的方法雅镊，不過(guò)這是毫無(wú)意義的。
在更現(xiàn)實(shí)的情況中刃滓，應(yīng)使用上一節(jié)中提到的幾個(gè)模式仁烹。例如，參數(shù)化的 decorator 可以接受一個(gè)能表示要添加或刪除的方法的數(shù)據(jù)結(jié)構(gòu)咧虎；或者由數(shù)據(jù)庫(kù)查詢之類的某些環(huán)境特性做出這一決策卓缰。
這種對(duì)附加方法的操作也可以像之前一樣打包到一個(gè)函數(shù)工廠中，這將使最終決策延遲到運(yùn)行時(shí)。
這些新興技術(shù)也許比 <span class="underline">metaclass</span> 指派更加萬(wàn)能征唬。
例如捌显，您可以調(diào)用一個(gè)增強(qiáng)了的 changemethods()，如下所示：
清單 10. 增強(qiáng)的 changemethods()
class Foo(object):
@change_methods(add=(foo, bar, baz), remove=(fliz, flam))
def __new__(): pass
回頁(yè)首
修改調(diào)用模型
您將看到总寒，有關(guān) decorator 的最典型的例子可能是使一個(gè)函數(shù)或方法來(lái)實(shí)現(xiàn) “其他功能”扶歪，同時(shí)完成其基本工作。
例如偿乖，在諸如 Python Cookbook Web 站點(diǎn)（請(qǐng)參見 參考資料 中的鏈接）之類的地方击罪，您可以看到 decorator 添加了諸如跟蹤哲嘲、日志記錄贪薪、存儲(chǔ)/緩存、線程鎖定以及輸出重定向之類的功能眠副。
與這些修改相關(guān)（但實(shí)質(zhì)略有區(qū)別）的是修飾 “之前” 和 “之后”画切。對(duì)于修飾之前/之后來(lái)說(shuō)，一種有趣的可能性就是檢查傳遞給函數(shù)的參數(shù)和函數(shù)返回值的類型囱怕。
如果這些類型并非如我們預(yù)期的一樣霍弹，那么這種 typecheck() decorator 就可能會(huì)觸發(fā)一個(gè)異常，或者采取一些糾正操作娃弓。
與這種 decorator 前/后類似的情況典格，我想到了 R 編程語(yǔ)言和 NumPy 特有的函數(shù)的 “elementwise” 應(yīng)用。
在這些語(yǔ)言中台丛，數(shù)學(xué)函數(shù)通常應(yīng)用于元素序列中的每個(gè)元素耍缴，但也會(huì)應(yīng)用于單個(gè)數(shù)字。
當(dāng)然挽霉，map() 函數(shù)防嗡、列表內(nèi)涵（list-comprehension）和最近的生成器內(nèi)涵（generator-comprehension 都可以讓您實(shí)現(xiàn) elementwise 應(yīng)用。
但是這需要較小的工作區(qū)來(lái)獲得類似于 R 語(yǔ)言的行為：map() 所返回的序列類型通常是一個(gè)列表侠坎；如果您傳遞的是單個(gè)元素而不是一個(gè)序列蚁趁，那么調(diào)用將失敗。例如：
清單 11. map() 調(diào)用失敗
>>> from math import sqrt
>>> map(sqrt, (4, 16, 25))
[2.0, 4.0, 5.0]
>>> map(sqrt, 144)
TypeError: argument 2 to map() must support iteration
創(chuàng)建一個(gè)可以 “增強(qiáng)” 普通數(shù)值函數(shù)的 decorator 并不困難：
清單 12. 將函數(shù)轉(zhuǎn)換成 elementwise 函數(shù)
def elementwise(fn):
def newfn(arg):
if hasattr(arg,'__getitem__'): # is a Sequence
return type(arg)(map(fn, arg))
else:
return fn(arg)
return newfn
@elementwise
def compute(x):
return x**3 - 1
print compute(5) # prints: 124
print compute([1,2,3]) # prints: [0, 7, 26]
print compute((1,2,3)) # prints: (0, 7, 26)
當(dāng)然实胸，簡(jiǎn)單地編寫一個(gè)具有不同返回類型的 compute() 函數(shù)并不困難他嫡；畢竟 decorator 只需占據(jù)幾行。但是作為對(duì)面向方面編程的一種認(rèn)可庐完，
這個(gè)例子讓我們可以分離 那些在不同層次上運(yùn)作的關(guān)注事項(xiàng)钢属。
我們可以編寫各種數(shù)值計(jì)算函數(shù)，希望它們都可轉(zhuǎn)換成 elementwise 調(diào)用模型假褪，而不用考慮參數(shù)類型測(cè)試和返回值類型強(qiáng)制轉(zhuǎn)換的細(xì)節(jié)署咽。
對(duì)于那些對(duì)單個(gè)事物或事物序列（此時(shí)要保留序列類型）進(jìn)行操作的函數(shù)來(lái)說(shuō)，elementwise() decorator 均可同樣出色地發(fā)揮作用。
作為一個(gè)練習(xí)宁否，您可嘗試去解決如何允許相同的修飾后調(diào)用來(lái)接受和返回迭代器
（提示：如果您只是想迭代一次完整的 elementwise 計(jì)算窒升，那么當(dāng)且僅當(dāng)傳入的是一個(gè)迭代對(duì)象時(shí)，才能這樣簡(jiǎn)化一些慕匠。）
您將碰到的大多數(shù)優(yōu)秀的 decorator 都在很大程度上采用了這種組合正交關(guān)注的范例饱须。
傳統(tǒng)的面向?qū)ο缶幊蹋绕涫窃谥T如 Python 之類允許多重繼承的語(yǔ)言中台谊，都會(huì)試圖使用一個(gè)繼承層次結(jié)構(gòu)來(lái)模塊化關(guān)注事項(xiàng)蓉媳。
然而，這僅會(huì)從一個(gè)祖先那里獲取一些方法锅铅，而從其他祖先那里獲取其他方法酪呻，因此需要采用一種概念，使關(guān)注事項(xiàng)比在面向方面的思想中更加分散盐须。
要充分利用生成器玩荠，就要考慮一些與混搭方法不同的問(wèn)題：可以處于方法本身的 “核心” 之外的關(guān)注事項(xiàng)為依據(jù)，使各 方法以不同方式工作贼邓。
修飾 decorator
在結(jié)束本文之前阶冈，我想為您介紹一種確實(shí)非常出色的 Python 模塊，名為 decorator塑径，它是由與我合著過(guò)一些圖書的 Michele Simionato 編寫的女坑。
該模塊使 decorator 的開發(fā)變得更加美妙。decorator 模塊的主要組件具有某種自反式的優(yōu)雅统舀，它是一個(gè)稱為 decorator() 的 decorator匆骗。
與未修飾的函數(shù)相比，使用 @decorator 修飾過(guò)的函數(shù)可以通過(guò)一種更簡(jiǎn)單的方式編寫绑咱。（相關(guān)資料請(qǐng)參看 參考資料）绰筛。
Michele 已經(jīng)為自己的模塊編寫了很好的文檔，因此這里不再贅述描融；不過(guò)我非常樂(lè)意介紹一下它所解決的基本問(wèn)題铝噩。decorator 模塊有兩大主要優(yōu)勢(shì)。
一方面窿克，它使您可以編寫出嵌套層次更少的 decorator骏庸，如果沒(méi)有這個(gè)模塊，您就只能使用更多層次（“平面優(yōu)于嵌套”）年叮；
但更加有趣的是這樣一個(gè)事實(shí)：它使得修飾過(guò)的函數(shù)可以真正地與其在元數(shù)據(jù)中未修飾的版本相匹配具被，這是我的例子中沒(méi)有做到的。
例如只损，回想一下我們上面使用過(guò)的簡(jiǎn)單 “跟蹤” decorator addspam()：
清單 13. 一個(gè)簡(jiǎn)單的 decorator 是如何造成元數(shù)據(jù)崩潰的
>>> def useful(a, b): return a**2 + b**2
>>> useful.__name__
'useful'
>>> from inspect import getargspec
>>> getargspec(useful)
(['a', 'b'], None, None, None)
>>> @addspam
... def useful(a, b): return a**2 + b**2
>>> useful.__name__
'new'
>>> getargspec(useful)
([], 'args', None, None)
盡管這個(gè)修飾過(guò)的函數(shù)的確完成 了自己增強(qiáng)過(guò)的工作一姿，但若進(jìn)一步了解七咧，就會(huì)發(fā)現(xiàn)這并不是完全正確的，尤其是對(duì)于那些關(guān)心這種細(xì)節(jié)的代碼分析工具或 IDE 來(lái)說(shuō)更是如此叮叹。
使用 decorator艾栋，我們就可以改進(jìn)這些問(wèn)題：
清單 14. decorator 更聰明的用法
>>> from decorator import decorator
>>> @decorator
... def addspam(f, *args, **kws):
... print "spam, spam, spam"
... return f(*args, **kws)
>>> @addspam
... def useful(a, b): return a**2 + b**2
>>> useful.__name__
'useful'
>>> getargspec(useful)
(['a', 'b'], None, None, None)
這對(duì)于編寫 decorator 更加有利，同時(shí)蛉顽，其保留行為的元數(shù)據(jù)的也更出色了蝗砾。
當(dāng)然，閱讀 Michele 開發(fā)這個(gè)模塊所使用的全部資料會(huì)使您回到大腦混沌的世界携冤，我們將這留給 Simionato 博士一樣的宇宙學(xué)家好了悼粮。
<a id="org87145ad"></a>
