2020.7.2 装饰器 偏函数

装饰器Decorator

含义：在代码运行期间动态增加功能的方式

实质：返回函数的高阶函数（即参数中含有函数，且返回一个函数）

用法：要用函数前用Python的 @ 语法标注Decorator

例一：

一个打印日志的Decorator

定义：

def log(func):
    def wrapper(*args,**kw): #1
        print('call %s()'%func.__name__) #每个函数都有一个__name__属性，表示函数名
        return func(*args,**kw) #2
    return wrapper

 

这就是定义一个Decorator的基本格式

即：

def log(func):
    def wrapper(*args,**kw): #1
        #操作
        return func(*args,**kw) #2
    return wrapper

#2处不能删去，表示Decorator运行后要执行将要执行的函数，没有这句话，就会只执行log，而不执行后续函数

 

运行：

@log #1
def now():
    print('2020.7.2')

now()

#1处log在now()前，表示 log是函数now()的Decorator，在执行now()前会先运行log

 

结果：

call now()
2020.7.2

 

如果不要#2，即wrapper中的return func(*args , **kw)时，结果：

call now()

只运行了log，而没有运行函数now

说明：Decorator是和后续引用的函数捆绑的，必须在Decorator中显式表明执行了后续函数，即#2

def wrapper(*args ,  **kw)
    #操作
    return func(*args,**kw)

 

把@log放在now()前，相当于执行了语句

now=log(now)

由于函数名是变量，所以@log后的now函数，调用后不再是之前的now函数了，而是log中返回的那个函数，即wrapper，这也可以解释为什么没有#2就无法执行原来now()中的语句了

 

三层嵌套装饰器Decorator：装饰器本身需要传入参数，类似 @log('execute') 这样

方法：再加一层返回Decorator的高阶函数

def log( text ):
    def decorator(func):
        def wrapper(*args , **kw):
            print('%s  call%s()'%(text,func.__name__))
            return func(*args , **kw)
        return wrapper
    return decorator

用法:

@log( 'execute' )
def num():
    print ('2020.7.2')

结果：

execute call num()
2020.7.2

 

相当于：

now=log( ' execute' )(num)

 

这样之后，now不代表原来的now()函数，而是wrapper函数了，可以用now.__name__查看

now.__name__
'wrapper'

 

通常不希望函数名的变化，这样的话可以避免一些依赖函数签名的代码出错

方法：Python内置的functools.wraps可以保证函数名在decorator前后不变

用法：在内部的wrapper函数前加一句@functools.wraps(func)，这个参数func是Decorator后的函数名，使用前需要先import functools

def log(func):
    @functools.wraps(func)
    def wrapper(*args,**kw):
        #……
        return func(*args,**kw)
    return wrapper

三层嵌套的Decorator，仍然是在wrapper前加这句话

def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args,**kw):
            #……
            return func(*args,**kw)
        return wrapper
    return decorator

这时再用name查看，则会发现name在使用Decorator前后没有改变

now.__name__
'now'

 

例二：一个既支持@log()，又支持@log(text)的Decorator的实现

方法：使用默认参数text=None

def log(text=None):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            if text: #1
                print("%s call %s()" % (text, func.__name__))
            else:
                print("call %s()" % func.__name__)
            return func(*args, **kw)
        return wrapper
    return decorator

把if判断语句用在wrapper下，如#1处

 

偏函数

含义：通过functools.partial根据某个已存在的函数，通过固定该函数的某个参数，创建一个新函数

举例：由int()得到2进制int2()函数，该函数的作用是将 字符串形式的二进制整数化为十进制整数

import functools
int2=functools.partial( int , base = 2 )

int2('10000')
16

如果输入的字符串不是二进制，如 ' 1234 '，在用int2时就会出错

 

补充：partial可接收三个参数，1、基函数   2、*args   3、**kw

其中

1、基函数：是基于该函数创建的偏函数

2、*args：多出来一部分数字参与运算

3、**kw：需要固定的基函数的参数，格式为 xxx=x

所以，int2('10000')等价于

kw={'base' : 2}
int('10000',**kw)

 

另有一个关于*args的例子：

max2=functools.partial(max,10)

表示max2是由max函数创建的，10表示每次用max2函数，都要额外加入一个数字10参与运算

max2(5,6,7)
#等价于
args=(10,5,6,7)
max(*args)