现在的位置: 主页 > 联系方式 > 文章列表

Python函数小结-- 装饰器、 lambda

作者:北京财贸天阶投资顾问有限公司 来源:www.usasheng.com 发布时间:2017-09-06 10:04:25
 

Python函数小结-- 装饰器、 lambda 本篇依然是一篇学习笔记,文章的结构首先讲装饰器,然后讲lambda表达式。装饰器内容较多,先简要介绍了装饰器语法,之后详细介绍理解和使用不带参数装饰器时应当注意到的一些细节,然后实现了一个简单的缓存装饰器作为实践,最后在理解不带参数的装饰器的基础上,介绍了理解和使用带参数的装饰器需要注意到的细节。lambda表达式的讲解依然着重于使用细节和理解上。如果有不对的地方欢迎指正。

装饰器

  实际上理解装饰器的作用很简单,在看core python相关章节的时候大概就是这种感觉。只是在实际应用的时候,发现自己很难靠直觉决定如何使用装饰器,特别是带参数的装饰器,于是摊开来思考了一番,写下一些心得。

装饰器简述

  为了完整起见,这里简要说明一下装饰器的语法。装饰器分为带参数得装饰器以及不带参数得装饰器。装饰器以及使用效果看起来大概是这样的。

#语法是这个样子的

@decorator(dec_opt_args)

def func2Bdecorated(func_opt_args):

...

#不带参数的装饰器

@dec1

@dec2

def func():

...

#这个函数声明等价于

func = dec1(dec2(func))

#带参数的装饰器

@dec(some_args)

def func():

...

#这个函数声明等价于

func = dec(some_args)(func)

不带参数的装饰器需要注意的一些细节

  这里将说明使用带参数的装饰器时需要注意的一些细节。并会实现一个简单缓存装饰器,来帮助理解。

1. 关于装饰器函数(decorator)本身

  对于被装饰的函数func,不带参数的装饰器接受一个函数为参数,并返回一个装饰过的函数decorated_func。因为对返回的函数没有限制,所以decorator函数甚至可以返回与func完全无关的新函数。但是大部分情况下,decorated_func是对func的额外处理,因此一个装饰器一般对应两个函数,一个是decorator函数,用来进行一些初始化操作处理,一个是decorated_func用来实现对被装饰的函数func的额外处理。并且为了保持对func的引用,decorated_func一般作为decorator的内部函数,比如:

#一般将decorated_func作为decorator的内部函数

#因为内部函数可以保持对func的引用(详见(1)的闭包讲解)

>>> def decorator(func):

... print 'init opration'

... def decorated_func():

... return func(2)

... return decorated_func

...

2. decorator函数只在函数声明的时候被调用一次

  装饰器实际上是语法糖,在声明函数之后就会被调用,产生decorated_func,并把func符号的引用替换为decorated_func。之后每次调用func函数,实际调用的是decorated_func。

>>> def decorator(func):

... def decorated_func():

... func(1)

... return decorated_func

...

#声明时就被调用

>>> @decorator

... def func(x):

... print x

...

decorator being called

#使用func()函数实际上使用的是decorated_func函数

>>> func()

1

>>> func.__name__

'decorated_func'

  如果要保证返回的decorated_func的函数名与func的函数名相同,应当在decorator函数返回decorated_func之前,加入decorated_func.name = func.name,采集软件, 另外functools模块提供了wraps装饰器,可以完成这一动作。

#@wraps(func)的操作相当于

#在return decorated_func之前,执行

#decorated_func.__name__ = func.__name__

#func作为装饰器参数传入,

#decorated_func则作为wraps返回的函数的参数传入

>>> def decorator(func):

...@wraps(func)

... def decorated_func():

... func(1)

... return decorated_func

...

#声明时就被调用

>>> @decorator

... def func(x):

... print x

...

decorator being called

#使用func()函数实际上使用的是decorated_func函数

>>> func()

1

>>> func.__name__

'func'

3. decorator函数局部变量的妙用

  因为closure的特性(详见(1)部分闭包部分的详解),decorator声明的变量会被decorated_func.func_closure引用,所以调用了decorator方法结束之后,decorator方法的局部变量也不会被回收,因此可以用decorator方法的局部变量作为计数器,缓存等等。值得注意的是,如果要改变变量的值,该变量一定要是可变对象,因此就算是计数器,也应当用列表来实现。并且声明一次函数调用一次decorator函数,所以不同函数的计数器之间互不冲突,例如:

#!/usr/bin/env python

#filename decorator.py

def decorator(func):

#注意这里使用可变对象

a = [0]

def decorated_func(*args,**keyargs):

func(*args, **keyargs)

#因为闭包是浅拷贝,如果是不可变对象,每次调用完成后符号都会被清空,导致错误

a[0] += 1

print "%s have bing called %d times" % (func.__name__, a[0])

return decorated_func

@decorator

def func(x):

print x

@decorator

def theOtherFunc(x):

print x

>>> from decorator import func

>>> from decorator import theOtherFunc

>>> func(0)

0

func have bing called 1 times

>>> func(0)

0

func have bing called 2 times

>>> func(0)

0

func have bing called 3 times

>>> theOtherFunc(0)

0

theOtherFunc have bing called 1 times

>>> theOtherFunc(1)

1

theOtherFunc have bing called 2 times

>>> theOtherFunc(2)

2

theOtherFunc have bing called 3 times

4. 简单的结果缓存装饰器

#coding=UTF-8

#!/usr/bin/env python

#filename decorator.py

import time

from functools import wraps

def decorator(func):

"cache for function result, which is immutable with fixed arguments"

print "initial cache for %s" % func.__name__

cache = {}

@wraps(func)

def decorated_func(*args,**kwargs):

#key必须是可哈希对象

#这里其实不严谨,如果kwargs值有不可哈希对象会出错

#简单起见这里不再做特殊处理

key = (args, tuple(kwargs.items()))

result = None

#判断是否存在缓存

if key in cache:

(result, updateTime) = cache[key]

#过期时间固定为10秒

if time.time() -updateTime < 10:

print "cache hit for", key

else :

print "cache expired for", key

result = None

else:

print "no cache for ", key

#如果过期,或则没有缓存调用方法

if result is None:

result = func(*args, **kwargs)

cache[key] = (result, time.time())

return result

return decorated_func

@decorator

def func(x):

if x <=1:

return 1

return x + func(x-1)

>>> from decorator import func

initial cache for func

>>> func(5)

no cache for ((5,), ())

no cache for ((4,), ())

no cache for ((3,), ())

no cache for ((2,), ())

no cache for ((1,), ())

15

>>> func(5)

cache hit for ((5,), ())

15

>>> func(1)

cache expired for ((1,), ())

1

>>> func(2)

cache expired for ((2,), ())

cache hit for ((1,), ())

3

带参数的装饰器

  熟悉了不带参数的装饰器的使用之后,理解带参数的装饰器就简单很多了。带参数的装饰器主要用来传递一些设置,或者用来选择不同的装饰器。

企业建站2800元起,携手武汉肥猫科技,做一个有见地的颜值派!更多优惠请戳:黄石网站制作 http://huangshi.666rj.com

  • 上一篇:spring 注解XML实现AOP编程
  • 下一篇:最后一页
  •