闭包内容:
匿名函数: 能够完成简单的功能, 传递这个函数的引用, 只有功能
普通函数: 能够完成复杂的功能, 传递这个函数的引用, 只有功能
闭包: 能够完成较为复杂的功能, 传递这个闭包中的函数以及数据, 因此传递是功能 + 数据
对象: 能够完成最复杂的功能, 传递很多数据 + 很多功能, 因此传递的是数据 + 功能
-------------------
对全局函数进行修改: 在函数当中加 global, 在闭包中外边中的变量加 nonlocal
闭包定义: 有两个函数嵌套使用, 里面的函数可以使用外面函数所传输的参数, 最后可传递的是里面函数的结构与数据 (个人理解).
最后闭包可以在 python 中引申出装饰器 -------------------
- def closure():
- # 在函数内部再定义一个函数,
- # 并且这个函数用到了外边函数的变量, 那么将这个函数以及用到的一些变量称之为闭包
- def closure_in(x):
- print('--------- 我是打不死的 %s--------' %x)
- return closure_in
- x = closure()
- x('小强')
- print('*'*20)
- # ----- 加餐 ---------
- def closure_1(a,b,c):
- def closure_on(x):
- print('-----%s 加餐 -------' %b)
- print(a*x + c)
- return closure_on
- demo = closure_1(2,'小强',3) #传 closure_1 函数
- demo(4) #传 clsure_on 函数
- #注: 函数不加括号, 调用的是函数本身 [function] ; 函数加括号, 调用的是函数的 return 结果.
装饰器内容:
代码要遵守'开放封闭'原则; 对已经写好的函数遵守封闭, 对功能扩展遵守开放;
- # 装饰器的作用: 为了对原来的代码上进行扩展
- def decoration(func):
- def call_func():
- print('------- 正在装饰 -------' )
- func()
- return call_func
- #@decoration #--->demo_new = decoration(demo)
- def demo():
- print('demo----')
- demo_new = decoration(demo)
- demo_new()
使用装饰器来测试一个函数的运行时:
- import time
- def set_func(func):
- def call_func():
- start_time = time.time()
- func()
- stop_func = time.time()
- print('alltimes is %f' %(stop_func-start_fun))
- return call_func
- @set_func
- def test1():
- print('---test1---')
- test1()
- #等价于:
- @set_func==test1 = set_func(test1)
1. 没有参数, 没有返回值的函数进行装饰:
- def set_func(func):
- def call_func():
- print('---test2---')
- print('----test3--')
- func()
- return call_func
- @set_func
- def test1():
- print('--test1---')
2. 对有参数无返回值的函数进行装饰:
- def set_func(func):
- def call_func(a): #变
- print('---test2---')
- print('----test3--')
- func(a) #变
- return call_func
- @set_func
- def test1(num):
- print('--test1--- %d' %num)
- test1(100) -->call_func(100)
- test1(200)-->call_func(200)
复现装饰器原理:
-------------------------
只要遇到 @函数 装饰器 (这句话), 在程序中就已经执行了!!
3. 不定长参数的函数装饰:
- def set_func(func):
- def call_func(*args,**kwargs): #变
- print('---test2---')
- print('----test3--')
- func(*args,**kwargs) #(拆包) 将元祖拆开, 每个进行传输;
- #func(args,kwargs)-> 不行, 相当于传递了两个参数: 一个元祖, 一个字典.
- return call_func
- @set_func
- def test1(num,*args,**kwargs):
- print('--test1--- %d' %num)
- print('--test1---' , args)
- print('--test1---' ,kwargs )
- test1(100)
- test1(100,200)
- test1(100,200,300,mm=100)
注意:*args 保存不定长参数, 以元祖保存,**kwargs 保存字典形式 (mm=...)
4. 对应的返回值参数进行装饰, 通用装饰器:
- # 通用装饰器
- def set_func(func):
- print("开始进行装饰 ----")
- def call_func(*args,**kwargs): #变
- print('---test2---')
- print('----test3--')
- return func(*args,**kwargs) #(拆包) 将元祖拆开, 每个进行传输; 如果没有 return ret 返回 none.
- #func(args,kwargs)-> 不行, 相当于传递了两个参数: 一个元祖, 一个字典.
- return call_func
- @set_func
- def test1(num,*args,**kwargs):
- print('--test1--- %d' %num)
- print('--test1---' , args)
- print('--test1---' ,kwargs )
- return 'ok' #-- 返回给上面的 func(), 然后 return func-ret
- ret = test1(100)
5. 多个装饰器对同一个函数进行装饰:
- def add_qx(func):
- print("-- 开始进行装饰权限 1----")
- def call_func(*args,**kwargs): #变
- print('这是权限验证 1')
- return func(*args,**kwargs)
- return call_func
- def add_xx(func):
- print("-- 开始进行装饰 xx 功能 ----")
- def call_func(*args,**kwargs): #变
- print('这是 xx 权限验证')
- return func(*args,**kwargs)
- return call_func
- @add_qx
- @add_xx
- def test1():
- print('--test1---')
- test1()
首先执行第一个, 但是第一个装饰器下面不是函数 (装饰器原则: 下面必须是函数, 否则不执行), 所以第一个函数先等待, 等第二个装饰器执行后形成函数在交给第一个装饰器; 所以运行结果是:
开始进行装饰 xx 的功能,
开始进行装饰权限 1,
这是权限验证 1,
这是 xx 权限验证,
---test1---,
------ 装饰器练习 ------ 输出格式:<td><h1>haha</h1></td>
- def set_func_1(func):
- def call_func():
- return '<h1>' + func() + '</h1>'
- return call_func
- def set_func_2(func):
- def call_func():
- return '<td>' + func() + '</td>'
- return call_func
- @set_func_1()
- @set_func_2()
- def get_str():
- return 'haha'
- print(get_str())
最后执行的效果: <h1><td>haha</td></h1>
6. 用类对函数进行装饰 (了解):
- class Test(object):
- def __init__(self,func):
- self.func = fun
- def __call__(self):
- print('这里是装饰器的功能....')
- return self.func()
- @Test
- def get_str():
- return 'haha'
- print(get_str())
以上就是装饰器与闭包的全部内容, 希望有所收获, 如果有错误, 希望指出, 感谢!!
来源: https://www.cnblogs.com/xbhog/p/13194954.html