文章目錄

• • 7.1 裝飾器基礎(chǔ)知識(shí)
  • 7.2 Python何時(shí)執(zhí)行裝飾器
  • 7.3 使用裝飾器改進(jìn)“策略”
  • 7.4 變量作用域(global)
  • 備注 -比較字節(jié)碼（暫略）
  • 7.5 閉包
  • 7.6 nonlocal聲明
  • global和nonlocal的區(qū)別
  • 7.7 實(shí)現(xiàn)一個(gè)簡(jiǎn)單的裝飾器
  • 7.8 標(biāo)準(zhǔn)庫(kù)中的裝飾器
  • • 7.8.1 使用functools.lru_cache做備忘
    • 補(bǔ)充 @functools.lru_cache()可以配置參數(shù)
    • 7.8.2 單分派泛函數(shù)（ @functools.singledispatch）
  • 7.9 疊放裝飾器
  • 7.10 參數(shù)化裝飾器
  • • 7.10.1 一個(gè)參數(shù)化的注冊(cè)裝飾器
    • 7.10.2 參數(shù)化clock裝飾器

函數(shù)裝飾器用于在源碼中“標(biāo)記”函數(shù)，以某種方式增強(qiáng)函數(shù)的行為。這是一項(xiàng)強(qiáng)大的功能，但是若想掌握，必須理解閉包。
nonlocal 是新近出現(xiàn)的保留關(guān)鍵字，在 Python 3.0 中引入。
除了在裝飾器中有用處之外，閉包還是 回調(diào)式異步編程和 函數(shù)式編程風(fēng)格的基礎(chǔ)。
本章的最終目標(biāo)是解釋清楚函數(shù)裝飾器的工作原理，包括最簡(jiǎn)單的 注冊(cè)裝飾器和較復(fù)雜的 參數(shù)化裝飾器。但是，在實(shí)現(xiàn)這一目標(biāo)之前，我們要討論下述話(huà)題：

• Python 如何計(jì)算裝飾器句法
• Python 如何判斷變量是不是局部的
• 閉包存在的原因和工作原理
• nonlocal 能解決什么問(wèn)題
  掌握這些基礎(chǔ)知識(shí)后，我們可以進(jìn)一步探討裝飾器：
• 實(shí)現(xiàn)行為良好的裝飾器
• 標(biāo)準(zhǔn)庫(kù)中有用的裝飾器
• 實(shí)現(xiàn)一個(gè)參數(shù)化裝飾器

7.1 裝飾器基礎(chǔ)知識(shí)

裝飾器是可調(diào)用的對(duì)象，其參數(shù)是另一個(gè)函數(shù)（被裝飾的函數(shù)）。 裝飾器可能會(huì)處理被裝飾的函數(shù)，然后把它返回，或者將其替換成另一個(gè)函數(shù)或可調(diào)用對(duì)象。
假如有個(gè)名為 decorate 的裝飾器：

@decorate def target(): print('running target()')

上述代碼的效果與下述寫(xiě)法一樣：

def target(): print('running target()') target = decorate(target)

兩種寫(xiě)法的最終結(jié)果一樣：上述兩個(gè)代碼片段執(zhí)行完畢后得到的 target 不一定是原來(lái)那
個(gè) target 函數(shù)，而是 decorate(target) 返回的函數(shù)。

為了確認(rèn)被裝飾的函數(shù)會(huì)被替換，請(qǐng)看示例 7-1 中的控制臺(tái)會(huì)話(huà)。
示例 7-1 裝飾器通常把函數(shù)替換成另一個(gè)函數(shù)

>>> def deco(func): ... def inner(): ... print('running inner()') ... return inner ... >>> @deco ... def target(): ... print('running target()') ... >>> target() running inner() >>> target <function deco.<locals>.inner at 0x10063b598>

嚴(yán)格來(lái)說(shuō)，裝飾器只是語(yǔ)法糖。如前所示，裝飾器可以像常規(guī)的可調(diào)用對(duì)象那樣調(diào)用，其
參數(shù)是另一個(gè)函數(shù)。有時(shí)，這樣做更方便，尤其是做元編程（在運(yùn)行時(shí)改變程序的行
為）時(shí)。
綜上，裝飾器的一大特性是，能把被裝飾的函數(shù)替換成其他函數(shù)。第二個(gè)特性是，裝飾器
在加載模塊時(shí)立即執(zhí)行。

7.2 Python何時(shí)執(zhí)行裝飾器

裝飾器的一個(gè)關(guān)鍵特性是，它們?cè)诒谎b飾的函數(shù)定義之后立即運(yùn)行。這通常是在導(dǎo)入時(shí)
（即 Python 加載模塊時(shí)）

registry = [] def register(func):print('running register(%s)' % func)registry.append(func)return func @register def f1():print('running f1()') @register def f2():print('running f2()') def f3():print('running f3()') def main():print('running main()')print('registry ->', registry) # 發(fā)現(xiàn)registry這個(gè)數(shù)組并不是空f(shuō)1()f2()f3() if __name__=='__main__':main()

輸出后是什么樣子呢？

running register(<function f1 at 0x7ff079e400d0>) running register(<function f2 at 0x7ff06c9e37b8>) running main() registry -> [<function f1 at 0x7ff079e400d0>, <function f2 at 0x7ff06c9e37b8>] running f1() running f2() running f3()

注意：在調(diào)用f1()和f2()時(shí)，輸出的是 runnint f1()和running f2()。
上面的例子主要是強(qiáng)調(diào)：函數(shù)裝飾器在導(dǎo)入模塊時(shí)立即執(zhí)行，而被裝飾的函數(shù)只在明確調(diào)用時(shí)運(yùn)行。這突出了 Python 程序員所說(shuō)的導(dǎo)入時(shí)和運(yùn)行時(shí)之間的區(qū)別。
考慮到裝飾器在真實(shí)代碼中的常用方式，示例 7-2 有兩個(gè)不尋常的地方。裝飾器函數(shù)與被裝飾的函數(shù)在同一個(gè)模塊中定義。實(shí)際情況是，裝飾器通常在一個(gè)模塊中定義，然后應(yīng)用到其他模塊中的函數(shù)上。
register 裝飾器返回的函數(shù)與通過(guò)參數(shù)傳入的相同。實(shí)際上，大多數(shù)裝飾器會(huì)在內(nèi)部定義一個(gè)函數(shù)，然后將其返回。

雖然上示例中的 register 裝飾器原封不動(dòng)地返回被裝飾的函數(shù)，但是這種技術(shù)并非沒(méi)有用處。很多 Python Web 框架使用這樣的裝飾器把函數(shù)添加到某種中央注冊(cè)處，例如把URL模式映射到生成 HTTP 響應(yīng)的函數(shù)上的注冊(cè)處。這種注冊(cè)裝飾器可能會(huì)也可能不會(huì)修改被裝飾的函數(shù)。

7.3 使用裝飾器改進(jìn)“策略”

使用注冊(cè)裝飾器可以改進(jìn)之前的第六章中的電商促銷(xiāo)折扣示例。
回顧一下，示例 6-6 的主要問(wèn)題是，定義體中有函數(shù)的名稱(chēng)，但是 best_promo 用來(lái)判斷哪個(gè)折扣幅度最大的 promos 列表中也有函數(shù)名稱(chēng)。這種重復(fù)是個(gè)問(wèn)題，因?yàn)樾略霾呗院瘮?shù)后可能會(huì)忘記把它添加到 promos 列表中，導(dǎo)致 best_promo 忽略新策略，而且不報(bào)錯(cuò)，為系統(tǒng)引入了不易察覺(jué)的缺陷。以下這個(gè)例子使用注冊(cè)裝飾器解決了這個(gè)問(wèn)題。

• promos 列表中的值使用 promotion 裝飾器

  from collections import namedtupleCustomer = namedtuple('Customer', 'name fidelity')class LineItem:def __init__(self, product, quantity, price):self.product = productself.quantity = quantityself.price = pricedef total(self):return self.price * self.quantitypromos =[]def promotion(promo_func):promos.append(promo_func)return promo_func@promotiondef fidelity(order):"""為積分為1000或者以上的顧客提供5%折扣"""return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0@promotiondef bulk_item(order):"""單個(gè)商品為20個(gè)或者以上時(shí)提供10%折扣"""discount = 0for item in order.cart:if item.quantity >= 20:discount += item.total() * 0.01return discount@promotiondef large_order(order):"""訂單中的不同商品達(dá)到10個(gè)以上時(shí)提供7%折扣"""distinct_items = {item.product for item in order.cart}if len(distinct_items) >= 10:return order.total() * 0.07return 0def best_promo(order):"""選擇可用的最佳折扣"""return max(promo(order) for promo in promos)class Order: #上下文def __init__(self, customer, cart, promotion=None):self.customer = customerself.cart = list(cart)self.promotion = promotiondef total(self):if not hasattr(self, '__total'):self.__total = sum(item.total() for item in self.cart)return self.__totaldef due(self):if self.promotion is None:discount = 0else:discount = self.promotion(self)return self.total() - discountdef __repr__(self):fmt = '<Order total: {:.2f} due: {:.2f}>'return fmt.format(self.total(), self.due())if __name__ == '__main__':joe = Customer('John Doe', 0)ann = Customer('Ann Smith', 1000)cart = [LineItem('banana', 4, 0.5),LineItem('apple', 10, 1.5),LineItem('watermellon', 5, 5.0)]print(Order(joe, cart, fidelity)) # <Order total: 42.00 due: 42.00>print(Order(ann, cart, fidelity)) #<Order total: 42.00 due: 39.90>

與 6.1 節(jié)給出的方案相比，這個(gè)方案有幾個(gè)優(yōu)點(diǎn)。

• 促銷(xiāo)策略函數(shù)無(wú)需使用特殊的名稱(chēng)（即不用以 _promo 結(jié)尾）。
• @promotion 裝飾器突出了被裝飾的函數(shù)的作用，還便于臨時(shí)禁用某個(gè)促銷(xiāo)策略：只需把裝飾器注釋掉。
• 促銷(xiāo)折扣策略可以在其他模塊中定義，在系統(tǒng)中的任何地方都行，只要使用@promotion 裝飾即可。

不過(guò)，多數(shù)裝飾器會(huì)修改被裝飾的函數(shù)。通常，它們會(huì)定義一個(gè)內(nèi)部函數(shù)，然后將其返
回，替換被裝飾的函數(shù)。使用內(nèi)部函數(shù)的代碼幾乎都要靠閉包才能正確運(yùn)作。

7.4 變量作用域(global)

在示例 7-4 中，我們定義并測(cè)試了一個(gè)函數(shù)，它讀取兩個(gè)變量的值：一個(gè)是局部變量 a，
是函數(shù)的參數(shù)；另一個(gè)是變量 b，這個(gè)函數(shù)沒(méi)有定義它。

示例 7-4 一個(gè)函數(shù)，讀取一個(gè)局部變量和一個(gè)全局變量

>>> 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: global name 'b' is not defined

出現(xiàn)錯(cuò)誤并不奇怪。 在示例 7-4 中，如果先給全局變量 b 賦值，然后再調(diào)用 f，那就不
會(huì)出錯(cuò)。

示例 7-5 b 是局部變量，因?yàn)樵诤瘮?shù)的定義體中給它賦值了

>>> b = 6 >>> def f2(a): ... print(a) ... print(b) ... b = 9 ... >>> f2(3) 3 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "<stdin>", line 3, in f2 UnboundLocalError: local variable 'b' referenced before assignment

注意，首先輸出了 3，這表明 print(a) 語(yǔ)句執(zhí)行了。但是第二個(gè)語(yǔ)句 print(b) 執(zhí)行不了。一開(kāi)始我很吃驚，我覺(jué)得會(huì)打印 6，因?yàn)橛袀€(gè)全局變量 b，而且是在 print(b) 之后為局部變量 b 賦值的。
可事實(shí)是，Python 編譯函數(shù)的定義體時(shí)，它判斷 b 是局部變量，因?yàn)樵诤瘮?shù)中給它賦值了。生成的字節(jié)碼證實(shí)了這種判斷，Python 會(huì)嘗試從本地環(huán)境獲取 b。后面調(diào)用 f2(3)時(shí)， f2 的定義體會(huì)獲取并打印局部變量 a 的值，但是嘗試獲取局部變量 b 的值時(shí)，發(fā)現(xiàn)b 沒(méi)有綁定值。
這不是缺陷，而是設(shè)計(jì)選擇：Python 不要求聲明變量，但是假定在函數(shù)定義體中賦值的變量是局部變量。這比 JavaScript 的行為好多了，JavaScript 也不要求聲明變量，但是如果忘記把變量聲明為局部變量（使用 var），可能會(huì)在不知情的情況下獲取全局變量。
如果在函數(shù)中賦值時(shí)想讓解釋器把 b 當(dāng)成全局變量，要使用 global 聲明：

>>> b = 6 >>> def f3(a): ... global b ... print(a) ... print(b) ... b = 9 ... >>> f3(3) 3 6 >>> b 9 >>> f3(3) 3 9 >>> b = 30 >>> b 30 >>>

了解 Python 的變量作用域之后，下一節(jié)可以討論閉包了。如果好奇示例 7-4 和示例 7-5 中的兩個(gè)函數(shù)生成的字節(jié)碼有什么區(qū)別，可以下面的備注：

備注 -比較字節(jié)碼（暫略）

7.5 閉包

在博客圈，人們有時(shí)會(huì)把閉包和匿名函數(shù)弄混。這是有歷史原因的：在函數(shù)內(nèi)部定義函數(shù)不常見(jiàn)，直到開(kāi)始使用匿名函數(shù)才會(huì)這樣做。而且，只有涉及嵌套函數(shù)時(shí)才有閉包問(wèn)題。
因此，很多人是同時(shí)知道這兩個(gè)概念的。
其實(shí)，閉包指延伸了作用域的函數(shù)，其中包含函數(shù)定義體中引用、但是不在定義體中定義的非全局變量。函數(shù)是不是匿名的沒(méi)有關(guān)系，關(guān)鍵是它能訪問(wèn)定義體之外定義的非全局變量。
這個(gè)概念難以掌握，最好通過(guò)示例理解。
假如有個(gè)名為 avg 的函數(shù)，它的作用是計(jì)算不斷增加的系列值的均值；例如，整個(gè)歷史中某個(gè)商品的平均收盤(pán)價(jià)。每天都會(huì)增加新價(jià)格，因此平均值要考慮至目前為止所有的價(jià)格。

示例 7-8 average_oo.py：計(jì)算移動(dòng)平均值

class Averager():def __init__(self):self.series=[]def __call__(self, new_value):self.series.append(new_value)total = sum(self.series)return total/len(self.series) avg=Averager() print(avg(10)) #10.0 print(avg(11)) #10.5 print(avg(12)) #11.0

Averager 的實(shí)例是可調(diào)用對(duì)象

示例 7-9 是函數(shù)式實(shí)現(xiàn)，使用高階函數(shù) make_averager。

示例 7-9 average.py：計(jì)算移動(dòng)平均值的高階函數(shù)

def make_averager():series = []def averager(new_value):series.append(new_value)total = sum(series)return total/len(series) return averager

調(diào)用 make_averager 時(shí)，返回一個(gè) averager 函數(shù)對(duì)象。每次調(diào)用 averager 時(shí)，它會(huì)
把參數(shù)添加到系列值中，然后計(jì)算當(dāng)前平均值，如示例 7-10 所示。
示例 7-10 測(cè)試示例 7-9

>>> avg = make_averager() >>> avg(10) 10.0 >>> avg(11) 10.5 >>> avg(12) 11.0

注意，這兩個(gè)示例有共通之處：調(diào)用 Averager() 或 make_averager() 得到一個(gè)可調(diào)用對(duì)象 avg，它會(huì)更新歷史值，然后計(jì)算當(dāng)前均值。在示例 7-8 中，avg 是 Averager 的實(shí)例；在示例 7-9 中是內(nèi)部函數(shù) averager。不管怎樣，我們都只需調(diào)用 avg(n)，把 n 放入系列值中，然后重新計(jì)算均值。
Averager 類(lèi)的實(shí)例 avg 在哪里存儲(chǔ)歷史值很明顯：self.series 實(shí)例屬性。但是第二個(gè)示例中的 avg 函數(shù)在哪里尋找 series 呢？
注意，series 是 make_averager 函數(shù)的局部變量，因?yàn)槟莻€(gè)函數(shù)的定義體中初始化了series：series = []。可是，調(diào)用 avg(10) 時(shí)，make_averager 函數(shù)已經(jīng)返回了，而它的本地作用域也一去不復(fù)返了。
在 averager 函數(shù)中，series 是自由變量（free variable）。這是一個(gè)技術(shù)術(shù)語(yǔ)，指未在本地作用域中綁定的變量。

averager 的閉包延伸到那個(gè)函數(shù)的作用域之外，包含自由變量 series 的綁定。
綜上，閉包是一種函數(shù)，它會(huì)保留定義函數(shù)時(shí)存在的自由變量的綁定，這樣調(diào)用函數(shù)時(shí)，雖然定義作用域不可用了，但是仍能使用那些綁定。
注意，只有嵌套在其他函數(shù)中的函數(shù)才可能需要處理不在全局作用域中的外部變量。

7.6 nonlocal聲明

前面實(shí)現(xiàn) make_averager 函數(shù)的方法效率不高。在示例 7-9 中，我們把所有值存儲(chǔ)在歷史數(shù)列中，然后在每次調(diào)用 averager 時(shí)使用 sum 求和。更好的實(shí)現(xiàn)方式是，只存儲(chǔ)目前的總值和元素個(gè)數(shù)，然后使用這兩個(gè)數(shù)計(jì)算均值。
示例 7-13 中的實(shí)現(xiàn)有缺陷，只是為了闡明觀點(diǎn)。你能看出缺陷在哪兒?jiǎn)?#xff1f;

示例 7-13 計(jì)算移動(dòng)平均值的高階函數(shù)，不保存所有歷史值，但有缺陷 def make_averager(): count = 0 total = 0def averager(new_value):count += 1total += new_valuereturn total / count return averager

Python 3 引入了 nonlocal 聲明。它的作用是把變量標(biāo)記為自由變量，即使在函數(shù)中為變量賦予新值了，也會(huì)變成自由變量。如果為 nonlocal 聲明的變量賦予新值，閉包中保存的綁定會(huì)更新。

示例 7-14 計(jì)算移動(dòng)平均值，不保存所有歷史（使用 nonlocal 修正） def make_averager(): count = 0 total = 0def averager(new_value):nonlocal count, totalcount += 1total += new_valuereturn total / count return averager

global和nonlocal的區(qū)別

global 表示將變量聲明為全局變量
nonlocal 表示將變量聲明為外層變量（外層函數(shù)的局部變量，而且不能是全局變量）。

• global關(guān)鍵字用來(lái)在函數(shù)或其他局部作用域中使用全局變量。但是如果不修改全局變量也可以不使用global關(guān)鍵字。

• 聲明全局變量，如果在局部要對(duì)全局變量修改，需要在局部也要先聲明該全局變量。

  gcount = 0def global_test():global gcountgcount +=1print (gcount)global_test()

• 3.在局部如果不聲明全局變量，并且不修改全局變量。則可以正常使用全局變量：

  gcount = 0def global_test():print(gcount)global_test()

• nonlocal關(guān)鍵字用來(lái)在函數(shù)或其他作用域中使用外層(非全局)變量

  def make_counter(): count = 0 def counter(): nonlocal count count += 1 return count return counter def make_counter_test(): mc = make_counter() print(mc())print(mc())print(mc())make_counter_test()

7.7 實(shí)現(xiàn)一個(gè)簡(jiǎn)單的裝飾器

定義了一個(gè)裝飾器，它會(huì)在每次調(diào)用被裝飾的函數(shù)時(shí)計(jì)時(shí)，然后把經(jīng)過(guò)的時(shí)間、傳入的參數(shù)和調(diào)用的結(jié)果打印出來(lái)。
import time

def clock(func):def clocked(*args):t0=time.perf_counter()result = func(*args)elapsed = time.perf_counter()name = func.__name__arg_str = ','.join(repr(arg) for arg in args)print('[%0.8fs] %s(%s)-> %r' % (elapsed, name, arg_str, result))return resultreturn clocked@clock def snooze(seconds):time.sleep(seconds) @clock def factorial(n):return 1 if n < 2 else n*factorial(n-1) if __name__ == '__main__':print('*' * 40, 'Calling snooze(.123)')snooze(.123)print('*' * 40, 'Calling factorial(6)')print('6! =', factorial(6))

這是裝飾器的典型行為：把被裝飾的函數(shù)替換成新函數(shù)，二者接受相同的參數(shù)，而且（通常）返回被裝飾的函數(shù)本該返回的值，同時(shí)還會(huì)做些額外操作。

將上述例子改進(jìn)一下：

7.8 標(biāo)準(zhǔn)庫(kù)中的裝飾器

Python 內(nèi)置了三個(gè)用于裝飾方法的函數(shù)：property、classmethod 和
staticmethod。另一個(gè)常見(jiàn)的裝飾器是 functools.wraps，它的作用是協(xié)助構(gòu)建行為良好的裝飾器。我
們?cè)谑纠?7-17 中用過(guò)。標(biāo)準(zhǔn)庫(kù)中最值得關(guān)注的兩個(gè)裝飾器是 lru_cache 和全新的
singledispatch（Python 3.4 新增）。這兩個(gè)裝飾器都在 functools 模塊中定義。

7.8.1 使用functools.lru_cache做備忘

示例 7-18 生成第 n 個(gè)斐波納契數(shù)，遞歸方式非常

import timedef clock(func):def clocked(*args):print(*args)t0 = time.perf_counter()result = func(*args)elapsed = time.perf_counter()name = func.__name__arg_str = ','.join(repr(arg) for arg in args)print('[%0.8fs] %s(%s)-> %r' % (elapsed, name, arg_str, result))return resultreturn clocked@clock def fibonacci(n):return n if n < 2 else fibonacci(n-2)+fibonacci(n-1)if __name__ == '__main__':print(fibonacci(6))

示例 7-19 使用緩存實(shí)現(xiàn)，速度

import time import functools def clock(func):def clocked(*args):print(*args)t0 = time.perf_counter()result = func(*args)elapsed = time.perf_counter()name = func.__name__arg_str = ','.join(repr(arg) for arg in args)print('[%0.8fs] %s(%s)-> %r' % (elapsed, name, arg_str, result))return resultreturn clocked@functools.lru_cache() #注意，必須像常規(guī)函數(shù)那樣調(diào)用 lru_cache。這一行中有一對(duì)括號(hào)：@functools.lru_cache()。這么做的原因是，lru_cache 可以接受配置參數(shù) @clock def fibonacci(n):return n if n < 2 else fibonacci(n-2)+fibonacci(n-1)if __name__ == '__main__':print(fibonacci(6))

補(bǔ)充 @functools.lru_cache()可以配置參數(shù)

7.8.2 單分派泛函數(shù)（ @functools.singledispatch）

7.9 疊放裝飾器

示例 7-19 演示了疊放裝飾器的方式：@lru_cache 應(yīng)用到 @clock 裝飾 fibonacci 得到的結(jié)果上。在示例 7-21 中，模塊中最后一個(gè)函數(shù)應(yīng)用了兩個(gè) @htmlize.register 裝飾器。
把 @d1 和 @d2 兩個(gè)裝飾器按順序應(yīng)用到 f 函數(shù)上，作用相當(dāng)于 f = d1(d2(f))。
也就是說(shuō)，下述代碼：

@d1 @d2 def f():print('f')

等同于：

def f():print('f')f = d1(d2(f))

除了疊放裝飾器之外，本章還用到了幾個(gè)接受參數(shù)的裝飾器，

7.10 參數(shù)化裝飾器

解析源碼中的裝飾器時(shí)，Python 把被裝飾的函數(shù)作為第一個(gè)參數(shù)傳給裝飾器函數(shù)。那怎么讓裝飾器接受其他參數(shù)呢？答案是：創(chuàng)建一個(gè)裝飾器工廠函數(shù)，把參數(shù)傳給它，返回一個(gè)裝飾器，然后再把它應(yīng)用到要裝飾的函數(shù)上。

registry = [] def register(func):print('running register(%s)' % func)registry.append(func)return func @register def f1():print('running f1()') print('running main') print('registry ->',registry) f1()

7.10.1 一個(gè)參數(shù)化的注冊(cè)裝飾器

為了便于啟用或禁用 register 執(zhí)行的函數(shù)注冊(cè)功能，我們?yōu)樗峁┮粋€(gè)可選的 active參數(shù)，設(shè)為 False 時(shí)，不注冊(cè)被裝飾的函數(shù)。實(shí)現(xiàn)方式參見(jiàn)下面這個(gè)例子。從概念上看，這個(gè)新的 register 函數(shù)不是裝飾器，而是裝飾器工廠函數(shù)。調(diào)用它會(huì)返回真正的裝飾器，這才是應(yīng)用到目標(biāo)函數(shù)上的裝飾器。

registry = [] def register(active=True):def decorate(func):print('running register(active=%s)->decorate(%s)'%(active, func))if active:registry.add(func)else:registry.discard(func)return func #decorate 是裝飾器，必須返回一個(gè)函數(shù)return decorate # register 是裝飾器工廠函數(shù)，因此返回 decorate @register(active=True) def f1():print('running f1()') @register() #即使不傳入?yún)?shù)，register 也必須作為函數(shù)調(diào)用（@register()），即要返回真正的裝飾器 decorate。 def f2():print('running f2()') def f3():print('running f3()')

如果不使用 @ 句法，那就要像常規(guī)函數(shù)那樣使用 register；若想把 f 添加到 registry中，則裝飾 f 函數(shù)的句法是 register()(f)；不想添加（或把它刪除）的話(huà)，句法是register(active=False)(f)。

參數(shù)化裝飾器的原理相當(dāng)復(fù)雜，我們剛剛討論的那個(gè)比大多數(shù)都簡(jiǎn)單。參數(shù)化裝飾器通常會(huì)把被裝飾的函數(shù)替換掉，而且結(jié)構(gòu)上需要多一層嵌套。

7.10.2 參數(shù)化clock裝飾器

本節(jié)再次探討 clock 裝飾器，為它添加一個(gè)功能：讓用戶(hù)傳入一個(gè)格式字符串，控制被裝飾函數(shù)的輸出。
import time
DEFAULT_FMT=’[{elapsed:0.8f}s] {name}({args})-> {result}’

def clock(fmt=DEFAULT_FMT):def decorate(func):def clocked(*_args):t0 = time.time()_result= func(*_args)elapsed=time.time-t0name = func._name__args = ','.join(repr(arg) for arg in _args)result = repr(_result)print(fmt.format(**locals()))return _resultreturn clockedreturn decorate if __name__ == '__main__':@clockdef snooze(seconds):time.sleep(seconds)for i in range(3):snooze(.123)

總結(jié)

以上是生活随笔為你收集整理的[python 进阶] 第7章 函数装饰器和闭包的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。