函数装饰器和闭包

Posted 2020-12-04 beiluowuzheng

装饰器基础知识

装饰器是可调用的对象，其参数是另一个函数（被装饰的函数），装饰器可能会处理被装饰的函数，然后将它返回，或者将其替换成另一个函数或可调用对象

def deco(func):
    def inner():
        print("running innner()")

    return inner  # <1>


@deco
def target():  # <2>
    print("running target()")


target()  # <3>

　　

运行结果：

running innner()

　　

1. deco返回inner函数对象
2. 使用deco装饰target函数
3. 调用被装饰的target函数其实执行的是inner函数

 

Python装饰器何时执行装饰器

装饰器的一个关键特性是，它在被装饰的函数定义之后立即执行，通常在导入模块或文件时

registry = []  # <1>


def register(func):  # <2>
    print(‘running register(%s)‘ % func)
    registry.append(func)
    return func


@register  # <3>
def f1():
    print(‘running f1()‘)


@register  # <4>
def f2():
    print(‘running f2()‘)


def f3():  # <5>
    print(‘running f3()‘)


def main():  # <6>
    print(‘running main()‘)
    print(‘registry ->‘, registry)
    f1()
    f2()
    f3()


if __name__ == ‘__main__‘:
    main()

　　

1. 定义一个名为registry的列表
2. register函数接收一个函数对象，然后打印这个函数对象，再将函数对象添加到registry列表中，最后返回函数对象
3. f1函数被register函数装饰
4. f2函数被register函数装饰
5. f3没有被register函数装饰
6. 打印registry列表并依次执行f1、f2、f3三个函数

如果不看装饰器，应该先打印running main()，再打印registry列表，之后依次执行三个函数，三个函数会打印其函数中的内容，但真实情况是如何呢？我们看一下运行结果：

running register(<function f1 at 0x000000773FBF0730>)
running register(<function f2 at 0x000000773FBF38C8>)
running main()
registry -> [<function f1 at 0x000000773FBF0730>, <function f2 at 0x000000773FBF38C8>]
running f1()
running f2()
running f3()

　　

很遗憾，运行结果和我们一开始的设想不一样，我们看到程序是优先执行register函数，将f1和f2两个函数当做参数传入register函数中，然后register函数打印其传入的函数，之后才打印running main()，再来打印registry列表，这时候registry列表已经不是一个空列表了，在register函数中会把传入的函数参数加入到registry列表中，因为f1和f2被register函数装饰，所以列表有两个函数对象，之后才是依次打印3个函数中的内容

 因此我们可以知道，函数装饰器在导入模块时就立即执行，而被装饰的函数只有在明确调用时才运行。事实上，装饰器返回的函数，与通过参数传入所返回的结果相同，大部分装饰器会在内部定义一个函数，然后将其返回

装饰器是一项很有用的技术，很多Python Web框架使用装饰器装饰一个函数，将函数添加到某中央注册处，当客户端发起一个HTTP请求时，通过URL查找相对应的函数，执行函数返回结果

变量作用域规则

我们先来看三个例子：

 

>>> def f1(a):
...     print(a)
...     print(b)
...
>>> f1(3)
3
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in f1
NameError: name ‘b‘ is not defined

毋庸置疑，b变量没有被定义过，所以f1在打印b的时候报出为定义b的错误

 

>>> b = 6
>>> def f2(a):
...     print(a)
...     print(b)
...
>>> f2(3)
3
6　

我们在函数体之外定义了变量b，这里正常打印了b的值

 

>>> def f3(a):
...     print(a)
...     print(b)
...     b = 9
...
>>> f3(3)
3
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in f3
UnboundLocalError: local variable ‘b‘ referenced before assignment　　

这里输出了3，证明print(a)执行了，但在执行print(b)的时候报错了。是什么原因造成第三个例子无法正常打印b呢？原因是，Python在编译函数的定义体时，它判断b是局部变量，因为在函数中给b赋值了。在执行函数体的时候，Python会尝试从本地环境中获取变量b，但这个时候发现b还没有绑定值

如果想让解释器把b当成全局变量，需要使用global声明：

>>> def f4(a):
...     global b
...     print(a)
...     print(b)
...     b = 9
...
>>> f4(3)
3
6

　　

dis模块会打印Python函数字节码，我们比较一下之前例子的字节码

第一个例子：

>>> from dis import dis
>>> dis(f1)
  2           0 LOAD_GLOBAL              0 (print)
              2 LOAD_FAST                0 (a)
              4 CALL_FUNCTION            1
              6 POP_TOP

  3           8 LOAD_GLOBAL              0 (print)
             10 LOAD_GLOBAL              1 (b)
             12 CALL_FUNCTION            1
             14 POP_TOP
             16 LOAD_CONST               0 (None)
             18 RETURN_VALUE

　　

• 第三行，获取全局变量名称print
• 第四行，从本地环境中获取变量a
• 第九行，从全局变量中获取b

在第一个例子中，不管在函数体或是函数外都没定义b变量，所以获取b变量肯定会报错

而第二个例子中，我们在函数外围定义了变量b，所以第二个函数字节码与第一个类似，但可以正常执行

再来看第三个例子：

>>> b = 6
>>> def f3(a):
...     print(a)
...     print(b)
...     b = 9
...
>>> from dis import dis
>>> dis(f3)
  2           0 LOAD_GLOBAL              0 (print)
              2 LOAD_FAST                0 (a)
              4 CALL_FUNCTION            1
              6 POP_TOP

  3           8 LOAD_GLOBAL              0 (print)
             10 LOAD_FAST                1 (b)
             12 CALL_FUNCTION            1
             14 POP_TOP

  4          16 LOAD_CONST               1 (9)
             18 STORE_FAST               1 (b)
             20 LOAD_CONST               0 (None)
             22 RETURN_VALUE

　　

第三个例子也是执行失败的例子，我们看第十五行，这里获取变量b并不是LOAD_GLOBAL 从全局环境中获取，而是LOAD_FAST从本地环境获取，这个时候b还未赋值，所以当解释器发现b没有绑定值，就会报出错误