Python 裝飾器【轉】
相關
函數作用域LEGB：L>E>G>B
- L:local函數內部作用域
- E:enclosing函數內部與內嵌函數之間（閉包）
- G:global全局作用域
- B:build-in內置作用域
閉包Closure概念：內部函數中隊enclosing作用域的變量進行引用，將該變量放到Closure的屬性中，當內部函數處理時，可以直接使用該變量。
函數實質與屬性
- 函數是一個對象
- 函數執行完成後內部變量回收
- 函數屬性
- 函數返回值
閉包作用：1.封裝 2.代碼復用
裝飾器
裝飾器其實就是閉包所帶來的一個語法糖
裝飾器
由於函數也是一個對象，而且函數對象可以被賦值給變量，所以，通過變量也能調用該函數。
>>> from time import ctime
>>> def now():
... return ctime()
...
>>> f = now
>>> f()
'Sat Feb 24 16:43:28 2018'函數對象有一個__name__屬性，可以拿到函數的名字：
>>> now.__name__
'now'
>>> f.__name__
'now'現在，假設我們要增強now()函數的功能，比如，在函數調用前後自動打印日誌，但又不希望修改now()
本質上，decorator就是一個返回函數的高階函數。所以，我們要定義一個能打印日誌的decorator，可以定義如下：
>>> def log(func):
... def wrapper(*args, **kw):
... print('call %s():' % func.__name__)
... return func(*args, **kw)
... return wrapper觀察上面的log，因為它是一個decorator，所以接受一個函數作為參數，並返回一個函數。我們要借助Python的@語法，把decorator置於函數的定義處：
@log
def now():
print '2013-12-25'調用now()函數，不僅會運行now()函數本身，還會在運行now()函數前打印一行日誌：
>>> @log
... def now():
... print(ctime())
...
...
>>> now()
call now():
Sat Feb 24 16:47:53 2018把@log放到now()函數的定義處，相當於執行了語句：
now = log(now)由於log()是一個decorator，返回一個函數，所以，原來的now()函數仍然存在，只是現在同名的now變量指向了新的函數，於是調用now()將執行新函數，即在log()函數中返回的wrapper()函數。
wrapper()函數的參數定義是(*args, **kw)，因此，wrapper()函數可以接受任意參數的調用。在wrapper()函數內，首先打印日誌，再緊接著調用原始函數。
如果decorator本身需要傳入參數，那就需要編寫一個返回decorator的高階函數，寫出來會更復雜。比如，要自定義log的文本：
def log(text):
def decorator(func):
def wrapper(*args, **kw):
print '%s %s():' % (text, func.__name__)
return func(*args, **kw)
return wrapper
return decorator這個3層嵌套的decorator用法如下：
@log('execute')
def now():
print '2013-12-25'執行結果如下：
>>> now()
execute now():
2013-12-25和兩層嵌套的decorator相比，3層嵌套的效果是這樣的：
>>> now = log('execute')(now)我們來剖析上面的語句，首先執行log(‘execute‘)，返回的是decorator函數，再調用返回的函數，參數是now函數，返回值最終是wrapper函數。
以上兩種decorator的定義都沒有問題，但還差最後一步。因為我們講了函數也是對象，它有__name__等屬性，但你去看經過decorator裝飾之後的函數，它們的__name__已經從原來的‘now‘變成了‘wrapper‘：
>>> now.__name__
'wrapper'因為返回的那個wrapper()函數名字就是‘wrapper‘，所以，需要把原始函數的__name__等屬性復制到wrapper()函數中，否則，有些依賴函數簽名的代碼執行就會出錯。
不需要編寫wrapper.__name__ = func.__name__這樣的代碼，Python內置的functools.wraps就是幹這個事的，所以，一個完整的decorator的寫法如下：
import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print 'call %s():' % func.__name__
return func(*args, **kw)
return wrapper或者針對帶參數的decorator：
import functools
def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print '%s %s():' % (text, func.__name__)
return func(*args, **kw)
return wrapper
return decoratorimport functools是導入functools模塊。模塊的概念稍候講解。現在，只需記住在定義wrapper()的前面加上@functools.wraps(func)即可。
在面向對象（OOP）的設計模式中，decorator被稱為裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現，而Python除了能支持OOP的decorator外，直接從語法層次支持decorator。Python的decorator可以用函數實現，也可以用類實現。
decorator可以增強函數的功能，定義起來雖然有點復雜，但使用起來非常靈活和方便。
請編寫一個decorator，能在函數調用的前後打印出‘begin call‘和‘end call‘的日誌。
再思考一下能否寫出一個@log的decorator，使它既支持：
@log
def f():
pass又支持：
@log('execute')
def f():
pass偏函數
Python的functools模塊提供了很多有用的功能，其中一個就是偏函數（Partial function）。要註意，這裏的偏函數和數學意義上的偏函數不一樣。
在介紹函數參數的時候，我們講到，通過設定參數的默認值，可以降低函數調用的難度。而偏函數也可以做到這一點。舉例如下：
int()函數可以把字符串轉換為整數，當僅傳入字符串時，int()函數默認按十進制轉換：
>>> int('12345')
12345但int()函數還提供額外的base參數，默認值為10。如果傳入base參數，就可以做N進制的轉換：
>>> int('12345', base=8)
5349
>>> int('12345', 16)
74565假設要轉換大量的二進制字符串，每次都傳入int(x, base=2)非常麻煩，於是，我們想到，可以定義一個int2()的函數，默認把base=2傳進去：
def int2(x, base=2):
return int(x, base)這樣，我們轉換二進制就非常方便了：
>>> int2('1000000')
64
>>> int2('1010101')
85functools.partial就是幫助我們創建一個偏函數的，不需要我們自己定義int2()，可以直接使用下面的代碼創建一個新的函數int2：
>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85所以，簡單總結functools.partial的作用就是，把一個函數的某些參數給固定住（也就是設置默認值），返回一個新的函數，調用這個新函數會更簡單。
註意到上面的新的int2函數，僅僅是把base參數重新設定默認值為2，但也可以在函數調用時傳入其他值：
>>> int2('1000000', base=10)
1000000最後，創建偏函數時，實際上可以接收函數對象、*args和**kw這3個參數，當傳入：
int2 = functools.partial(int, base=2)實際上固定了int()函數的關鍵字參數base，也就是：
int2('10010')相當於：
kw = { base: 2 }
int('10010', **kw)當傳入：
max2 = functools.partial(max, 10)實際上會把10作為*args的一部分自動加到左邊，也就是：
max2(5, 6, 7)相當於：
args = (10, 5, 6, 7)
max(*args)結果為10。
參考
來源於慕課網教程筆記
Python 裝飾器【轉】