python的闭包及装饰器

简介:

闭包:


闭包(Closure)是词法闭包(Lexical Closure)的简称,是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在,即使已经离开了创造它的环境也不例外。所以,有另一种说法认为闭包是由函数和与其相关的引用环境组合而成的实体

1、函数是一个对象

2、函数执行完成后内部变量回收

3、函数属性

4、函数的返回值

实例一、

分别检测分数科目总分为100、150两种情况的成绩

初级代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# -*- coding:utf-8 -*-
 
###检测分数总数为100分的及格情况
def  ck_100(val):
     passline  =  60
     if  val > =  passline:
         print  "当前科目总分为100,你的成绩为: %d,成绩通过 "  % val
     else :
         print  "当前科目总分为100,你的成绩为: %d,成绩不通过 "  % val
 
###检测分数总数为150分的及格情况
def  ck_150(val):
     passline  =  90
     if  val > =  passline:
         print  "当前科目总分为150,你的成绩为: %d,成绩通过 "  % val
     else :
         print  "当前科目总分为100,你的成绩为: %d,成绩不通过"  % val
 
#100总分科目
ck_100( 90 )
ck_100( 55 )
#150总分科目
ck_150( 110 )
ck_150( 88 )

执行结果如下:

1
2
3
4
5
6
7
>>> ================================ RESTART ================================
>>> 
当前科目总分为100,你的成绩为: 90,成绩通过 
当前科目总分为100,你的成绩为: 55,成绩不通过 
当前科目总分为150,你的成绩为: 110,成绩通过 
当前科目总分为100,你的成绩为: 88,成绩不通过
>>>


使用闭包优化后的代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# -*- coding:utf-8 -*-
 
###根据不同科目设置及格线
def  set_passline(passline):
###检测传入分数是否及格
     def  cmp (val):
         if  val > =  passline:
             print  "及格线为: %d, 您的分数为: %d ,恭喜及格"  % (passline,val)
         else :
             print  "及格线为: %d, 您的分数为: %d ,遗憾不及格"  % (passline,val)
     return  cmp
 
#总分为100的科目
score_100  =  set_passline( 60 )
score_100( 89 )
score_100( 55 )
#总分为150的科目
score_150  =  set_passline( 90 )
score_150( 99 )
score_150( 88 )


执行结果:

1
2
3
4
5
6
>>> ================================ RESTART ================================
>>> 
及格线为: 60, 您的分数为: 89 ,恭喜及格
及格线为: 60, 您的分数为: 55 ,遗憾不及格
及格线为: 90, 您的分数为: 99 ,恭喜及格
及格线为: 90, 您的分数为: 88 ,遗憾不及格


Tips:

可以看代码量少了一半;

闭包就是我们内置函数对 enclosing 作用域  变量  的使用


实例二、

1
2
3
4
5
6
7
8
9
10
11
# -*- coding:utf-8 -*-
###求成绩总分
def  my_sum( * args):
     return  sum (args)
 
###求成绩平均分
def  my_average( * args):
     return  sum (args) / len (args)
 
print  my_sum( 1 , 2 , 3 , 4 , 5 )
print  my_average( 1 , 2 , 3 , 4 , 5 )

执行结果:

1
2
3
4
5
>>> ================================ RESTART ================================
>>> 
15
3
>>>

发现上述代码不够健壮,如果你传入字符串或空的列表就会报错

1
print  my_sum( 1 , 2 , 3 , 4 , 5 , '6' )
1
2
3
     return  sum (args)
TypeError: unsupported operand  type (s)  for  +:  'int'  and  'str'
>>>

修改代码,进行检查传入数据的类型及长度

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# -*- coding:utf-8 -*-
###求成绩总分
def  my_sum( * args):
     if  len (args)  = =  0 :
         return  0
     for  val  in  args:
         if  not  isinstance (val, int ):
             print  "传入参数有非整数性..."
             return  0
     return  sum (args)
 
###求成绩平均分
def  my_average( * args):
     if  len (args)  = =  0 :
         return  0
     for  val  in  args:
         if  not  isinstance (val, int ):
             print  "传入参数有非整数性..."
             return  0
     return  sum (args) / len (args)
 
print  my_sum( 1 , 2 , 3 , 4 , 5 )
print  my_average( 1 , 2 , 3 , 4 , 5 )
print  my_sum( 1 , 2 , 3 , 4 , 5 , '6' )

执行结果:

1
2
3
4
5
6
>>> ================================ RESTART ================================
>>> 
15
3
传入参数有非整数性...
0

健壮性是可以了,不过发现其中有一部门代码是重复的,但是执行的 函数 又是不同的,分别为 my_sum 、my_average


使用闭包优化后的代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
# -*- coding:utf-8 -*-
###求成绩总分
def my_sum(*args):
     return  sum (args)
 
###求成绩平均分
def my_average(*args):
     return  sum (args) /len (args)
 
def dec(func):
     def in_dec(*args):
         if  len(args) == 0:
             print  "传入参数列表为0"
             return  0
         for  val  in  args:
             if  not isinstance(val,int):
                 print  "传入非整数参数"
                 return  0
         return  func(*args)
     return  in_dec
 
#重新定义my_sum
 
my_sum = dec(my_sum)
 
#此处调用dec,作用就是将 参数为函数的 func 变为 in_dec 函数的一个属性 ( enclosing 属性 ),并且将 in_dec 函数本身返回,返回的函数还具有 in_dec 本身的功能属性 (检测参数的作用)
#并且 my_sum 进行了重新定义,返回值为 传入函数处理后的 返回值
 
print my_sum(1,2,3,4,5)
print my_sum()
print my_sum(1,2,3,4,5, '6' )
#重新定义my_average
my_average = dec(my_average)
print my_average(1,2,3,4,5)
print my_average()
print my_average(1,2,3,4,5, '6' )

执行结果:

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> ================================ RESTART ================================
>>> 
15
传入参数列表为0
0
传入非整数参数
0
3
传入参数列表为0
0
传入非整数参数
0
>>>

装饰器:

1、用来装饰函数

2、返回一个新的函数对象

3、被装饰函数标识符指向返回的函数对象

4、语法糖: @deco

上述闭包的例子,in_dec 被 dec 所装饰,那可以说装饰器其实就是闭包的一个本质使用


为了演示 装饰器 的功能,以上述代码为例,进行 装饰器 写法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# -*- coding:utf-8 -*-
 
def  dec(func):
     print  "call dec"
     def  in_dec( * args):
         print  "call in_dec"
         if  len (args)  = =  0 :
             print  "传入参数列表为0"
             return  0
         for  val  in  args:
             if  not  isinstance (val, int ):
                 print  "传入非整数参数"
                 return  0
         return  func( * args)
     return  in_dec    
 
 
@dec
###求成绩总分
def  my_sum( * args):
     return  sum (args)
 
###求成绩平均分
def  my_average( * args):
     return  sum (args) / len (args)

所以没有显示调用,但是执行以下:

1
2
3
4
>>> ================================ RESTART ================================
>>> 
call dec
>>>

结果证明 调用 了 dec 函数,那应该是 装饰器语法糖 @dec 时进行了调用,但是它返回了一个函数,那被谁接受了呢? 是被他装饰的 my_sum 接受了。

为了证明,来调用下 my_sum

1
2
print  my_sum( 1 , 2 , 3 , 4 , 5 )
print  my_sum( 1 , 2 , 3 , 4 , 5 , '6' )

结果:

1
2
3
4
5
6
7
8
9
>>> ================================ RESTART ================================
>>> 
call dec       ####### 语法糖调用一次装饰函数 dec
call in_dec
15
call in_dec
传入非整数参数
0
>>>

证明是对的;

@dec 相当于上述的 

1
my_sum = dec(my_sum)

也就可以认为 被重新赋值的 my_sum 相当于装饰器 dec 的内部函数 in_dec

装饰器 dec 的参数 func 相当于 被修饰的函数 my_sum

装饰器 实例二、

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# -*- coding:utf-8 -*-
 
def dec(func):
     print  "call dec"
     def in_dec():
         print  "call in_dec"
         func()
 
@dec
def test_dec():
     print  "call test_dec"
 
print  type (test_dec)
test_dec()

执行结果:

1
2
3
4
5
6
7
8
9
10
>>> ================================ RESTART ================================
>>> 
call dec
< type  'NoneType' >
 
Traceback (most recent call last):
   File  "D:\xisuo\xx\q.py" , line 15,  in  <module>
     test_dec()
TypeError:  'NoneType'  object is not callable
>>>

可以看到这里的 test_dec 是 NoneType类型,无法调用,那是因为我们在装饰器函数没有进行显示的 return ,python 默认返回 None,

所以装饰器函数必须显示的进行 return in_func (这里为 return in_dec)


修改后 执行

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# -*- coding:utf-8 -*-
 
def  dec(func):
     print  "call dec"
     def  in_dec():
         print  "call in_dec"
         func()
     return  in_dec       #结论:必须返回
 
@dec
def  test_dec():
     print  "call test_dec"
 
print  type (test_dec)
test_dec()


1
2
3
4
5
6
7
>>> ================================ RESTART ================================
>>> 
call dec
< type  'function' >
call in_dec
call test_dec
>>>

上面提到了(红字)函数间的关系(相当于对象引用关系),那赋值的被修饰函数的 参数 就必须三个函数都对应起来

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# -*- coding:utf-8 -*-
 
def  dec(func):
     print  "call dec"
     def  in_dec(x,y):       ##参数要对应起来
         print  "call in_dec"
         func(x,y)        ##参数要对应起来
     return  in_dec
 
@dec
def  test_dec(x,y):      ##参数要对应起来
     print  "call test_dec " ,x  +  y
 
print  type (test_dec)
test_dec( 3 , 5 )

执行结果:

1
2
3
4
5
6
7
>>> ================================ RESTART ================================
>>> 
call dec
< type  'function' >
call in_dec
call test_dec  8
>>>



本文转自 西索oO 51CTO博客,原文链接:http://blog.51cto.com/lansgg/1884913

相关文章
|
13天前
|
监控 Python
Python中的装饰器:提升代码灵活性与可读性
在Python编程中,装饰器是一种强大的工具,能够提升代码的灵活性和可读性。本文将介绍装饰器的基本概念、使用方法以及实际应用场景,帮助读者更好地理解和利用这一功能。
|
16天前
|
缓存 监控 Python
解密Python中的装饰器:优雅而强大的编程利器
Python中的装饰器是一种强大而又优雅的编程工具,它能够在不改变原有代码结构的情况下,为函数或类添加新的功能和行为。本文将深入解析Python装饰器的原理、用法和实际应用,帮助读者更好地理解和利用这一技术,提升代码的可维护性和可扩展性。
|
1月前
|
缓存 算法 测试技术
Python中的装饰器:原理与实践
【2月更文挑战第29天】 在Python编程领域,装饰器是一种强大的工具,它允许我们在不修改原始函数代码的情况下,增加或修改函数的行为。本文将深入探讨Python装饰器的概念、实现原理以及实际应用,帮助读者掌握这一技术并在实际项目中灵活运用。
|
6天前
|
数据安全/隐私保护 Python
Python中的装饰器:提升代码可读性与灵活性
Python中的装饰器是一种强大的工具,可以在不改变函数原有逻辑的情况下,为函数添加额外的功能。本文将介绍装饰器的基本概念和用法,并通过实例演示如何利用装饰器提升代码的可读性和灵活性,使代码更加简洁、易于维护。
|
6天前
|
缓存 大数据 数据处理
Python迭代器、生成器和装饰器探究
【4月更文挑战第2天】 迭代器是遍历集合元素的对象,实现`__iter__()`和`__next__()`方法。示例中自定义迭代器`MyIterator`用于生成整数序列。 - 生成器简化了迭代器实现,利用`yield`关键词实现状态保存,减少内存占用。示例中的`my_generator`函数即为一个生成器。 - 装饰器用于修改函数行为,如日志记录、性能分析。装饰器`my_decorator`在函数调用前后添加额外代码。
23 0
|
8天前
|
程序员 Python
Python中的装饰器:提升代码可读性与灵活性
在Python编程中,装饰器是一种强大的工具,可以在不修改原始代码的情况下,动态地添加功能。本文将深入探讨Python中装饰器的原理、用法和实际应用,以及如何利用装饰器提升代码的可读性和灵活性。
|
10天前
|
缓存 开发者 Python
深入探讨Python中的装饰器:提升代码可读性与灵活性
在Python编程中,装饰器是一种强大的工具,可以在不修改原始函数代码的情况下,对其行为进行扩展或修改。本文将深入探讨装饰器的原理和用法,以及如何利用装饰器提升代码的可读性和灵活性,为Python开发者提供更加优雅和高效的编程方式。
|
11天前
|
测试技术 开发者 Python
Python中的装饰器:优雅而强大的函数修饰工具
在Python编程中,装饰器是一种强大的工具,用于修改函数或方法的行为。本文将深入探讨Python中装饰器的概念、用法和实际应用,以及如何利用装饰器实现代码的优雅和高效。
|
21天前
|
人工智能 机器人 测试技术
【python】python闭包的详细解读(傻瓜式教学)
【python】python闭包的详细解读(傻瓜式教学)
|
21天前
|
缓存 数据安全/隐私保护 Python
Python中的装饰器:提升代码灵活性和可维护性
Python中的装饰器是一种强大的工具,能够在不修改原始函数代码的情况下,为函数添加额外的功能。本文将深入探讨装饰器的原理、用法以及实际应用场景,帮助读者更好地理解和利用Python中的装饰器提升代码的灵活性和可维护性。