高阶函数
在python里面decorator看起来是个挺高端大气上档次的词, 不过这个东西在函数式语言里面其实很稀松平常, 用一句话概括起来就是高阶函数的语法糖.什么叫高阶函数(high order procedures)呢? 就是返回值或者参数是函数的函数. 比如我们现在有个函数hello_world:
def hello_word(): print "hello world!"
这个函数的个功能是打印一行字”hello world”. 现在我们想写一个函数, 它的功能是把hello_word这行字打印10遍, 怎么做呢? 简单:
def hello_world_10(): for i in range(10): hello_world()
现在我们站的更高一点, 希望写一个更通用的函数, 可以将任意函数执行任意10次, 要怎么办呢?
def ten_times(func): def new_fun(): for i in range(10): func() return new_funhello_world_10 = ten_times(hello_world)hello_world_10()
可以看到, ten_times这个函数比我们一般的函数更”高级”一些, 它接受的参数是一个函数, 把这个函数进行一些加工(执行10次)后, 返回一个新的函数.这个函数就是高阶函数.
decorator
理解了高阶函数后, 我们就可以看看decorator了. 我们把前一个例子改为:
@ten_timesdef hello_world_10(): print "hello world!"
这样, 新的hello_world_10和原来的版本完全等价. 所以说, @ten_times其实是以下代码的语法糖:
def hello_world_10(): print "hello world!"hello_world_10 = ten_times(hello_world_10)
原函数带参数
假设我们有如下add函数:
def add(a, b): return a+b
这一次, 我们的ten_times函数希望把原函数的返回值乘以10, 怎么做呢?
def ten_times(func): def new_func(*args, **kwargs): return 10 * func(*args, **kwargs) return new_func@ten_timesdef add_10(a, b): return a+b
由此可见, 我们在decorator的定义中, 将新函数的输入传递给原函数即可.
decorator带参数
这次我们想把ten_times写的更加general一些, 我们希望它可以接受一个参数times, 可以将任意函数执行的结果乘以任意次. 首先我们用高阶函数的方式:
def times(time): def times_f(func): def new_func(*args, **kwargs): return time * func(*args, **kwargs) return new_func return times_fdef add(a, b): return a+bten_times = times(10)add_10 = ten_times(add)
现在有点复杂了, 对吧? times首先接受一个参数time, 返回一个函数times_f, 这个times_f函数接受一个函数func作为参数, 然后又返回一个新的函数new_func. 换句话说, 这个函数返回了一个函数, 后者又返回一个函数.注意到new_func引用了times_f中的局部变量func, 这样的函数被称为闭包(closure). 用decorator的语法糖要怎么写呢?
@times(10)def add_10(a, b): return a+b
从之前的经验我们可以看到, ten_times这个函数需要返回一个函数, 所以这里我们知道times(10)也是一个函数,它的返回值是一个函数, 由此可知times是一个返回(返回函数的函数)的函数, 也印证了前面的分析.
@times(10)def add_10(a, b): return a+b
一点小问题
我们还是回到比较简单的ten_times这个函数:
@ten_timesdef add(a, b): return a+b>>> add.__name__'new_func'
我们看到, add的__name__属性变成了new_func! 仔细想想, 这很正常, 因为ten_times返回的函数就是new_func呀! 我们先暴力fix一下:
def ten_times(func): def new_func(*args, **kwargs): return 10 * func(*args, **kwargs) new_func.__name__ = func.__name__ return new_func@ten_timesdef add_10(a,b): return a+b>>> add_10<function add_10 at 0x10da62140>
的确, 这个问题解决了. 不过, 还有__doc__等等属性呢? 每次声明decorator的时候都要这么搞一下, 不蛋疼么?是的, 我们可以把这些fix的代码放到一起:
def fix_props(func): def wrapper(f): def new_f(*args, **kwargs): return f(*args, **kwargs) new_f.__name__ = func.__name__ new_f.__doc__ = func.__doc__ return new_f return wrapperdef ten_times(func): @fix_props(func) def new_func(*args, **kwargs): return 10 * func(*args, **kwargs) return new_func
这样, 就帮我们完成了这些琐碎的小问题. fix_props这个decorator可以将原函数的属性复制到新的wrapper函数, 使得原函数的docstring, name等不会丢失.万一python升级了, 函数又有新的属性了, 肿么办?幸运的是, python里面有专门的库函数可以解决这个问题:
from functools import wrapsdef ten_times(func): @wraps(func) def new_func(*args, **kwargs): return 10 * func(*args, **kwargs) return new_func
这个wraps的原理就和我们上面的fix_props类似.
应用
decorator在python里有挺多应用的, 最典型的是@classmethod和@property. 例如:
class A(object): def __init__(self): self.__x = 0 @property def x(self): return self.__x @x.setter def x(self, xval): self.__x = xval @classmethod def my_name(cls): return "A">>> A.my_name()'A'>>> a = A()>>> a.x = 1>>> a.x1
