一:装饰器
1函数对象有一个__name__
属性,可以拿到函数的名字
1 >>> def now(): 2 ... print('2015-3-25') 3 ... 4 >>> f = now 5 >>> f() 6 2015-3-25 7 8 9 >>> now.__name__10 'now'11 >>> f.__name__12 'now'
2 要增强now()
函数的功能,比如,在函数调用前后自动打印日志,但又不希望修改now()
函数的定义,这种在代码运行期间动态增加功能的方式,称之为“装饰器”(Decorator)。本质上,decorator就是一个返回函数的高阶函数。
1 def log(func):2 def wrapper(*args, **kw):3 print('call %s():' % func.__name__)4 return func(*args, **kw)5 return wrapper
上面的log
,因为它是一个decorator,所以接受一个函数作为参数,并返回一个函数。我们要借助Python的@语法,把decorator置于函数的定义处:
1 @log2 def now():3 print('2015-3-25')
调用now()
函数,不仅会运行now()
函数本身,还会在运行now()
函数前打印一行日志:
1 >>> now()2 call now():3 2015-3-25
把@log
放到now()
函数的定义处,相当于执行了语句:
1 now = log(now)
由于log()
是一个decorator,返回一个函数,所以,原来的now()
函数仍然存在,只是现在同名的now
变量指向了新的函数,于是调用now()
将执行新函数,即在log()
函数中返回的wrapper()
函数。
wrapper()
函数的参数定义是(*args, **kw)
,因此,wrapper()
函数可以接受任意参数的调用。在wrapper()
函数内,首先打印日志,再紧接着调用原始函数。
3 若decorator本身需要传入参数,那就需要编写一个返回decorator的高阶函数,写出来会更复杂。
1 def log(text): 2 def decorator(func): 3 def wrapper(*args, **kw): 4 print('%s %s():' % (text, func.__name__)) 5 return func(*args, **kw) 6 return wrapper 7 return decorator 8 @log('execute') 9 def now():10 print('2015-3-25')
执行结果如下:
1 >>> now()2 execute now():3 2015-3-25
和两层嵌套的decorator相比,3层嵌套的效果是这样的:
1 >>> now = log('execute')(now)
我们来剖析上面的语句,首先执行log('execute')
,返回的是decorator
函数,再调用返回的函数,参数是now
函数,返回值最终是wrapper
函数。
4 以上两种decorator的定义都没有问题,但还差最后一步。因为我们讲了函数也是对象,它有__name__
等属性,但你去看经过decorator装饰之后的函数,它们的__name__
已经从原来的'now'
变成了'wrapper'
:
1 >>> now.__name__2 'wrapper'
因为返回的那个wrapper()
函数名字就是'wrapper'
,所以,需要把原始函数的__name__
等属性复制到wrapper()
函数中,否则,有些依赖函数签名的代码执行就会出错。
Python内置的functools.wraps可以解决这个问题。记住:
a 在定义函数前导入functools模块。import functools
b 在定义
wrapper()
的前面加上@functools.wraps(func)
即可。
二:偏函数(functools
模块中其中一个功能)
1 在介绍函数参数的时候,通过设定参数的默认值,可以降低函数调用的难度。而偏函数也可以做到这一点。
2int()
函数可以把字符串转换为整数,当仅传入字符串时,int()
函数默认按十进制转换:
1 >>> int('12345')2 12345
但int()
函数还提供额外的base
参数,默认值为10
。如果传入base
参数,就可以做N进制的转换:
1 >>> int('12345', base=8)2 5349 #把字符串当做8进制,返回相对应的十进制。3 >>> int('12345', 16)4 74565 #把字符串当做16进制,返回相对应的十进制。
1 >>> import functools2 >>> int2 = functools.partial(int, base=2)3 >>> int2('1000000')4 645 >>> int2('1010101')6 85
简单总结functools.partial
的作用就是,把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。当函数的参数个数太多,需要简化时,使用functools.partial
可以创建一个新的函数,这个新函数可以固定住原函数的部分参数,从而在调用时更简单。
一直有记日记的习惯,可是,旅行回来,