Python 中閉包與裝飾器案例詳解
項目github地址：bitcarmanlee easy-algorithm-interview-and-practice
1.Python中一切皆對象
這恐怕是學習Python最有用的一句話。想必你已經知道Python中的list, tuple, dict等內置數據結構，當你執行：
alist = [1, 2, 3]
時，你就創建瞭一個列表對象，並且用alist這個變量引用它：
當然你也可以自己定義一個類：
class House(object):
def __init__(self, area, city):
self.area = area
self.city = city
def sell(self, price):
[...] #other code
return price
然後創建一個類的對象：
house = House(200, 'Shanghai')
OK，你立馬就在上海有瞭一套200平米的房子，它有一些屬性(area, city)，和一些方法(init, self)：
2.函數式第一類對象
和list, tuple, dict以及用House創建的對象一樣，當你定義一個函數時，函數也是對象：
def func(a, b):
return a+b
在全局域，函數對象被函數名引用著，它接收兩個參數a和b，計算這兩個參數的和作為返回值。
所謂第一類對象，意思是可以用標識符給對象命名，並且對象可以被當作數據處理，例如賦值、作為參數傳遞給函數，或者作為返回值return 等
因此，你完全可以用其他變量名引用這個函數對象：
add = func
這樣，你就可以像調用func(1, 2)一樣，通過新的引用調用函數瞭：
print func(1, 2) print add(1, 2) #the same as func(1, 2)
或者將函數對象作為參數，傳遞給另一個函數：
def caller_func(f):
return f(1, 2)
if __name__ == "__main__":
print caller_func(func)
可以看到，
1.函數對象func作為參數傳遞給caller_func函數，傳參過程類似於一個賦值操作f=func；
2.於是func函數對象，被caller_func函數作用域中的局部變量f引用，f實際指向瞭函數func；cc
3.當執行return f(1, 2)的時候，相當於執行瞭return func(1, 2)；
因此輸出結果為3。
3.函數對象 vs 函數調用
無論是把函數賦值給新的標識符，還是作為參數傳遞給新的函數，針對的都是函數對象本身，而不是函數的調用。
用一個更加簡單，但從外觀上看，更容易產生混淆的例子來說明這個問題。例如定義瞭下面這個函數：
def func():
return "hello,world"
然後分別執行兩次賦值：
ref1 = func #將函數對象賦值給ref1
ref2 = func() #調用函數，將函數的返回值("hello,world"字符串)賦值給ref2
很多初學者會混淆這兩種賦值，通過Python內建的type函數，可以查看一下這兩次賦值的結果：
In [4]: type(ref1)
Out[4]: function
In [5]: type(ref2)
Out[5]: str
可以看到，ref1引用瞭函數對象本身，而ref2則引用瞭函數的返回值。通過內建的callable函數，可以進一步驗證ref1是可調用的，而ref2是不可調用的：
In [9]: callable(ref1)
Out[9]: True
In [10]: callable(ref2)
Out[10]: False
傳參的效果與之類似。
4.閉包&LEGB法則
所謂閉包，就是將組成函數的語句和這些語句的執行環境打包在一起時，得到的對象
聽上去的確有些復雜，還是用一個栗子來幫助理解一下。假設我們在foo.py模塊中做瞭如下定義：
#foo.py
filename = "foo.py"
def call_func(f):
return f() #如前面介紹的，f引用一個函數對象，然後調用它
在另一個func.py模塊中，寫下瞭這樣的代碼：
#func.py
import foo #導入foo.py
filename = "func.py"
def show_filename():
return "filename: %s" % filename
if __name__ == "__main__":
print foo.call_func(show_filename) #註意：實際發生調用的位置，是在foo.call_func函數中
當我們用python func.py命令執行func.py時輸出結果為：
chiyu@chiyu-PC:~$ python func.py
filename:func.py
很顯然show_filename()函數使用的filename變量的值，是在與它相同環境(func.py模塊)中定義的那個。盡管foo.py模塊中也定義瞭同名的filename變量，而且實際調用show_filename的位置也是在foo.py的call_func內部。
而對於嵌套函數，這一機制則會表現的更加明顯：閉包將會捕捉內層函數執行所需的整個環境：
#enclosed.py
import foo
def wrapper():
filename = "enclosed.py"
def show_filename():
return "filename: %s" % filename
print foo.call_func(show_filename) #輸出：filename: enclosed.py
實際上，每一個函數對象，都有一個指向瞭該函數定義時所在全局名稱空間的__globals__屬性：
#show_filename inside wrapper
#show_filename.__globals__
{
'__builtins__': <module '__builtin__' (built-in)>, #內建作用域環境
'__file__': 'enclosed.py',
'wrapper': <function wrapper at 0x7f84768b6578>, #直接外圍環境
'__package__': None,
'__name__': '__main__',
'foo': <module 'foo' from '/home/chiyu/foo.pyc'>, #全局環境
'__doc__': None
}
當代碼執行到show_filename中的return “filename: %s” % filename語句時，解析器按照下面的順序查找filename變量：
1.Local – 本地函數(show_filename)內部，通過任何方式賦值的，而且沒有被global關鍵字聲明為全局變量的filename變量；
2.Enclosing – 直接外圍空間(上層函數wrapper)的本地作用域，查找filename變量(如果有多層嵌套，則由內而外逐層查找，直至最外層的函數)；
3.Global – 全局空間(模塊enclosed.py)，在模塊頂層賦值的filename變量；
4.Builtin – 內置模塊(builtin)中預定義的變量名中查找filename變量；
在任何一層先找到瞭符合要求的filename變量，則不再向更外層查找。如果直到Builtin層仍然沒有找到符合要求的變量，則拋出NameError異常。這就是變量名解析的：LEGB法則。
總結：
1.閉包最重要的使用價值在於：封存函數執行的上下文環境；
2.閉包在其捕捉的執行環境(def語句塊所在上下文)中，也遵循LEGB規則逐層查找，直至找到符合要求的變量，或者拋出異常。
5.裝飾器&語法糖(syntax sugar)
那麼閉包和裝飾器又有什麼關系呢？
上文提到閉包的重要特性：封存上下文，這一特性可以巧妙的被用於現有函數的包裝，從而為現有函數更加功能。而這就是裝飾器。
還是舉個例子，代碼如下：
#alist = [1, 2, 3, ..., 100] --> 1+2+3+...+100 = 5050
def lazy_sum():
return reduce(lambda x, y: x+y, alist)
我們定義瞭一個函數lazy_sum，作用是對alist中的所有元素求和後返回。alist假設為1到100的整數列表：
alist = range(1, 101)
但是出於某種原因，我並不想馬上返回計算結果，而是在之後的某個地方，通過顯示的調用輸出結果。於是我用一個wrapper函數對其進行包裝：
def wrapper():
alist = range(1, 101)
def lazy_sum():
return reduce(lambda x, y: x+y, alist)
return lazy_sum
lazy_sum = wrapper() #wrapper() 返回的是lazy_sum函數對象
if __name__ == "__main__":
lazy_sum() #5050
這是一個典型的Lazy Evaluation的例子。我們知道，一般情況下，局部變量在函數返回時，就會被垃圾回收器回收，而不能再被使用。但是這裡的alist卻沒有，它隨著lazy_sum函數對象的返回被一並返回瞭(這個說法不準確，實際是包含在瞭lazy_sum的執行環境中，通過__globals__)，從而延長瞭生命周期。
當在if語句塊中調用lazy_sum()的時候，解析器會從上下文中(這裡是Enclosing層的wrapper函數的局部作用域中)找到alist列表，計算結果，返回5050。
當你需要動態的給已定義的函數增加功能時，比如：參數檢查，類似的原理就變得很有用：
def add(a, b):
return a+b
這是很簡單的一個函數：計算a+b的和返回，但我們知道Python是 動態類型+強類型 的語言，你並不能保證用戶傳入的參數a和b一定是兩個整型，他有可能傳入瞭一個整型和一個字符串類型的值：
In [2]: add(1, 2)
Out[2]: 3
In [3]: add(1.2, 3.45)
Out[3]: 4.65
In [4]: add(5, ‘hello’)
—————————————————————————
TypeError Traceback (most recent call last)
/home/chiyu/<ipython-input-4-f2f9e8aa5eae> in <module>()
—-> 1 add(5, ‘hello’)
/home/chiyu/<ipython-input-1-02b3d3d6caec> in add(a, b)
1 def add(a, b):
—-> 2 return a+b
TypeError: unsupported operand type(s) for +: ‘int’ and ‘str’
於是，解析器無情的拋出瞭一個TypeError異常。
1.動態類型：在運行期間確定變量的類型，python確定一個變量的類型是在你第一次給他賦值的時候；
2.強類型：有強制的類型定義，你有一個整數，除非顯示的類型轉換，否則絕不能將它當作一個字符串(例如直接嘗試將一個整型和一個字符串做+運算)；
因此，為瞭更加優雅的使用add函數，我們需要在執行+運算前，對a和b進行參數檢查。這時候裝飾器就顯得非常有用：
import logging
logging.basicConfig(level = logging.INFO)
def add(a, b):
return a + b
def checkParams(fn):
def wrapper(a, b):
if isinstance(a, (int, float)) and isinstance(b, (int, float)): #檢查參數a和b是否都為整型或浮點型
return fn(a, b) #是則調用fn(a, b)返回計算結果
#否則通過logging記錄錯誤信息，並友好退出
logging.warning("variable 'a' and 'b' cannot be added")
return
return wrapper #fn引用add，被封存在閉包的執行環境中返回
if __name__ == "__main__":
#將add函數對象傳入，fn指向add
#等號左側的add，指向checkParams的返回值wrapper
add = checkParams(add)
add(3, 'hello') #經過類型檢查，不會計算結果，而是記錄日志並退出
註意checkParams函數：
1.首先看參數fn，當我們調用checkParams(add)的時候，它將成為函數對象add的一個本地(Local)引用；
2.在checkParams內部，我們定義瞭一個wrapper函數，添加瞭參數類型檢查的功能，然後調用瞭fn(a, b)，根據LEGB法則，解釋器將搜索幾個作用域，並最終在(Enclosing層)checkParams函數的本地作用域中找到fn；
3.註意最後的return wrapper，這將創建一個閉包，fn變量(add函數對象的一個引用)將會封存在閉包的執行環境中，不會隨著checkParams的返回而被回收；
當調用add = checkParams(add)時，add指向瞭新的wrapper對象，它添加瞭參數檢查和記錄日志的功能，同時又能夠通過封存的fn，繼續調用原始的add進行+運算。
因此調用add(3, ‘hello’)將不會返回計算結果，而是打印出日志：
chiyu@chiyu-PC:~$ python func.py
WARNING:root:variable ‘a’ and ‘b’ cannot be added
有人覺得add = checkParams(add)這樣的寫法未免太過麻煩，於是python提供瞭一種更優雅的寫法，被稱為語法糖：
@checkParams
def add(a, b):
return a + b
這隻是一種寫法上的優化，解釋器仍然會將它轉化為add = checkParams(add)來執行。
##6. 回歸問題
def addspam(fn):
def new(*args):
print "spam,spam,spam"
return fn(*args)
return new
@addspam
def useful(a,b):
print a**2+b**2
首先看第二段代碼：
@addspam裝飾器，相當於執行瞭useful = addspam(useful)。在這裡題主有一個理解誤區：傳遞給addspam的參數，是useful這個函數對象本身，而不是它的一個調用結果；
再回到addspam函數體：
1.return new 返回一個閉包，fn被封存在閉包的執行環境中，不會隨著addspam函數的返回被回收；
2.而fn此時是useful的一個引用，當執行return fn(*args)時，實際相當於執行瞭return useful(*args)；
本文根據https://www.zhihu.com/question/25950466/answer/31731502整理而來，是我見過的將閉包與裝飾器解釋得比較清楚的文章。
參考鏈接：
1.https://www.zhihu.com/question/26930016
2.https://www.zhihu.com/question/24084277
3.https://wiki.python.org/moin/PythonDecoratorLibrary 各種裝飾器的實例代碼
到此這篇關於Python 中閉包與裝飾器案例詳解的文章就介紹到這瞭,更多相關Python 中閉包與裝飾器內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！