装饰器基础知识
- 装饰器是一个可调用对象，其参数是另一个函数
- 装饰器可能会处理被装饰的函数，然后把它返回，或者将其替换成另一个函数或者可调用对象。
一个例子
def deco(func):def inner():print("running inner()")return inner@deco
def target():print("running target()")target()
print(target)""" output: running inner() <function deco.<locals>.inner at 0x103fda550> """Python 何时执行装饰器
- 装饰器的一个关键特性是，它们在被装饰的函数定义之后立即运行。即在模块被导入时就运行了。
变量作用域规则
首先看一个例子
>>> 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
奇怪的地方在这里，当执行到print(b)语句时，明明有一个全局变量b，但仍然没有输出它，而是直接抛出异常。造成这种现象的原因是，Python 编译函数的定义体时，它判断 b 是局部变量，因为在函数中给它赋值了。当运行到 print(b) 时，Python 会尝试从本地环境获取 b。但是尝试获取局部变量 b 的值时，发现 b 没有绑定值。
这不是缺陷，而是设计选择: Python 不要求声明变量，但是假定在函数定义体中赋值的变量是局部变量。
如果在函数中赋值时想让解释器把 b 当成全局变量，要使用 global 声明.
>>> b = 6
>>> def f2(a):
... global b
... print(a)
... print(b)
... b = 9
...
>>> f2(3)
3
6
闭包
闭包指延伸了作用域的函数，其中包含了定义体中引用，但是不在定义体中定义的非全局变量。函数是不是匿名的没有关系，关键是它能访问定义体之外定义的非全局变量。
一个例子
def make_average():series = []def average(new_value):series.append(new_value)total = sum(series)return total/len(series)return averageavg = make_average()
print(avg(10))
print(avg(11))
print(avg(12))""" output: 10.0 10.5 11.0 """
series 是 make_average 函数的局部变量，因为那个函数的定义体中初始化了 series: series = [].可是，调用 avg(10) 时， make_average 函数已经返回了，而它的本地作用域也一去不复返了。
在 average 函数中，series 是自由变量(free variable)。 这是一个技术术语，指未在本地作用域中绑定的变量。
print(avg.__code__.co_varnames)
print(avg.__code__.co_freevars)
""" output ('new_value', 'total') ('series',) """
series 的绑定在返回的 avg 函数中的 __closure__ 属性中。 avg.__closure__ 中的各个元素对应于 avg.__code__.co_freevars 中的一个名称。这些元素是 cell 对象，cell 对象有个 cell_contents 属性，保存着真正的值。这些属性的值如下所示：
print(avg.__closure__)
print(avg.__closure__[0].cell_contents)
""" output: (<cell at 0x108ebf160: list object at 0x108eb3c00>,) [10, 11, 12] """
nonlocal 声明
一个例子
def make_averager():count = 0total = 0def averager(new_value):count += 1total += new_valuereturn total / countreturn averageravg = make_averager()
print(avg(10))
""" output: Traceback (most recent call last):File "/Users/cguo/conan/b.py", line 13, in <module>print(avg(10))File "/Users/cguo/conan/b.py", line 6, in averagercount += 1 UnboundLocalError: local variable 'count' referenced before assignment """
问题是，当 count 是数字或任何不可变类型时， count += 1 语句的作用其实与 count = count + 1 一样。因此，我们在 averager 的定义体中为 count 赋值了，这会把 count 变成局部变量。
为了解决这个问题， Python3 引入了 nonlocal 声明。 它的作用是把变量标记为自由变量， 即使在函数中为变脸赋予新值了，也会变成自由变量。如果为 nonlocal 声明的变量赋予新值，闭包中保存的绑定会更新。
def make_averager():count = 0total = 0def averager(new_value):nonlocal count, totalcount += 1total += new_valuereturn total / countreturn averageravg = make_averager()
print(avg(10))
- python2 怎么办呢？我们其实可以比较trick的实现，就是将这些变量存储到可变对象当中(如字典或简单的实例)的元素或属性当中，然后把这个对象绑定给一个自由变量。
标准库中的装饰器
使用 functools.lru_cache 做备忘
functools.lru_cache 是非常实用的装饰器，它实现了备忘功能。它有两个可选参数来配置，它的签名是：
functools.lru_cache(maxsize=128, typed=False)
maxsize 参数指定存储多少个调用的结果。缓存满了之后，旧的结果会被扔掉，腾出空间。为了得到最佳性能，maxsize 应该设为2的幂。 typed 参数如果设为 True, 把不同参数类型得到的结果分开保存，即把通常认为相等的浮点数和整数参数(如 1 和 1.0) 区分开。另外，因为 lru_cache 实用字典存储结果，而且键根据调用时传入的定位参数和关键字参数创建，所以被 lru_cache 装饰的函数，它的所有参数都必须是可散列的。
单分派泛函数
Python3.4 新增的 functools.singledispatch 装饰器可以把整体方案拆分成多个模块，甚至可以为你无法修改的类提供专门的函数。使用 @singledispatch 装饰的普通函数会变成泛函数：根据第一个参数的类型，以不同方式执行相同操作的一组函数。
一个例子
from functools import singledispatch
from collections import abc
import numbers@singledispatch
def Print(obj):print("hello obj")@Print.register(str)
def _(text):print("{} is str".format(text))@Print.register(numbers.Integral)
def _(n):print("{} is number".format(n))@Print.register(tuple)
def _(seq):print("{} is tuple".format(seq))Print([1,2,3])
Print(1)
Print("1")
Print((1,2,3))""" output: hello obj 1 is number 1 is str (1, 2, 3) is tuple """参数化装饰器
解析源码中的装饰器时，Python把被装饰的函数作为第一个参数传给装饰器函数。那怎么让装饰器接受其他参数呢？答案是：创建一个装饰器工厂函数，把参数传给它，返回一个装饰器，然后再把它应用到要装饰的函数上。
一个例子
def my_decorator(word):def decorate(func):print(word)def f(*args, **kwargs):return func(*args, **kwargs)return freturn decorate@my_decorator("balabala")
def f1():print("hello world")f1()