python 学习笔记7（装饰器）

闭包(closure)是函数式编程的重要的语法结构。

　　定义：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).

def outer():
    x = 1
    def inner():
        print(x)
    return inner
f = outer()
f()                  

inner就是内部函数，inner里引用了外部作用域的变量x（x在外部作用域outer里面，不是全局作用域），则这个内部函数inner就是一个闭包。

闭包=函数块+定义函数时的环境，inner就是函数块，x就是环境。

装饰器

　　装饰器本质上是一个函数，该函数用来处理其他函数，它可以让其他函数在不需要修改代码的前提下增加额外的功能，装饰器的返回值也是一个函数对象。

　　它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等应用场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。

简单的装饰器函数：

@符号是装饰器的语法糖，在定义函数的时候使用，避免再一次赋值操作

import time
def shoe_time(f):
    def inner():
        start = time.time()
        f()
        end = time.time()
        print(end-start)
    return inner
@shoe_time   #foo = shoe_time(foo)
def foo():
    #start = time.time()
    print("foo......")
    time.sleep(2)
    #end = time.time()
    #print(end-start)               #2.0001144409179688
#foo()
@shoe_time     #bar = shoe_time(bar)
def bar():
    # start = time.time()
    print("bar......")
    time.sleep(3)
    #end = time.time()
    #print(end-start)                #3.001171588897705
#bar()
#shoe_time(foo)              #2.0001142024993896
#shoe_time(bar)                #3.001171588897705
foo()                      #foo......                           # 2.0001144409179688
bar()                       # bar......
                          # 3.00017142295837

带参数的被装饰函数

#功能函数加参数
import time
def shoe_time(f):
     def inner(x,y):
         start = time.time()
         f(x,y)
         end = time.time()
         print(end-start)
     return inner
@shoe_time
def add(a,b):
    print(a+b)
    time.sleep(3)
#@shoe_time
# def foo():
#     print("foo......")
#     time.sleep(2)
# @shoe_time
# def bar():
#      print("bar......")
#      time.sleep(3)
#
add(1,3)       #
               #3.000171661376953

#不定长参数
import time
def shoe_time(f):
     def inner(*x,**y):
         start = time.time()
         f(*x,**y)
         end = time.time()
         print(end-start)
     return inner
@shoe_time
def add(*a,**b):
    sum = 0
    for i in a:
        sum += i
    print(sum)
    time.sleep(3)
#@shoe_time
# def foo():
#     print("foo......")
#     time.sleep(2)
# @shoe_time
# def bar():
#      print("bar......")
#      time.sleep(3)
#
add(1,3,4,6,78)              #
                             #3.000171661376953

带参数的装饰器

　　装饰器还有更大的灵活性，例如带参数的装饰器：在上面的装饰器调用中，比如@shoe_time，该装饰器唯一的参数就是执行业务的函数。装饰器的语法允许我们在调用时，提供其它参数，比如@decorator(a)。这样，就为装饰器的编写和使用提供了更大的灵活性。

#带参数的装饰器

import time
def logger(flag=""):
    def shoe_time(f):
         def inner(*x,**y):
             start = time.time()
             f(*x,**y)
             end = time.time()
             print(end-start)
             if flag == "true":
                 with open("日志记录", "a",encoding="utf8") as g:
                     g.write("值为： %s 时间为： %s\n"%(f(*x),(end-start)))
         return inner
    return shoe_time
@logger("true")     #@show_time
def add(*a,**b):
    Sum = 0
    for i in a:
        Sum += i
    print(Sum)
    time.sleep(3)
    return Sum
@logger("abc")
def foo():
    print("foo......")
    time.sleep(2)
# @shoe_time
# def bar():
#     print("bar......")
#     time.sleep(3)

add(1,3,4,6,78)      #
                    #3.000171661376953
foo()

　　@logger("true") 做了两件事：

（1）@ogger("true")：得到闭包函数show_time，里面保存环境变量flag

（2）@time   ：add＝show_time(add)

上面的logger是允许带参数的装饰器。它实际上是对原有装饰器的一个函数封装，并返回一个装饰器(一个含有参数的闭包函数)。当我 们使用@logger("true")调用的时候，Python能够发现这一层的封装，并把参数传递到装饰器的环境中。