肺包
1.函数引用
Def test1():
Print ('-in test1 func-')
#函数调用
Test1()
#引用函数
Ret=test1
打印(id (ret))
打印(id (test1))
#按引用调用函数
Ret()
运行结果：
- in test1 func -
140212571149040
140212571149040
- in test1 func -
2.什么是封闭
#定义函数
Deftest(编号):
#在函数内部再定义一个函数。这个函数使用外部函数的变量。此函数和使用的某些变量称为闭包
Def test_in(number_in):
Print('in test_in函数，number_in is %d'% number_in)
Return number number_in
#事实上，回到这里是克洛泽的结果。
Return test_in
指定# test函数的值。这20是指定number参数
Ret=测试(20)
#其中100实际上提供了number_in参数
打印(ret (100))
#此处200实际上提供了number_in参数
打印(ret (200))
运行结果：
In test_in函数，number_in is 100
120
In test_in函数，number_in is 200
220
看看克洛泽的真实例子。
Def line_conf(a、b):
Def line(x):
Return a*x b
Return line
Line1=line_conf(1，1)
Line2=line_conf(4和5)
Print(第1 (5)行)
列印(线2 (5))
在本例中，函数line和变量a、b构成闭包。创建闭包时，通过line_conf的参数a、b描述两个变量的值，从而确定函数的最终格式(y=x 1和y=4x 5)。我们只要变换参数a，b，就能得到不同的直线表示函数。因此，可以看出，闭包也有提高代码可重用性的作用。
如果没有闭包，则每次创建直线函数时都必须说明a、b、x。这样需要更多的参数传递，代码的可移植性也减少了。
注意点：
闭包引用外部函数的局部变量，因此外部函数的局部变量不能及时释放，而是使用内存
4.修改外部函数的变量
python 3方法
Defcounter(开始=0) :
Def incr():
Nonlocal start
Start=1
Return start
Return incr
C1=counter(5)
打印(C1())
打印(C1())
C2=counter(50)
打印(C2())
打印(C2())
打印(C1())
打印(C1())
打印(C2())
打印(C2())
python 2方法
Defcounter(开始=0) :
Count=[开始]
Def incr():
Count[0]=1
Return count[0]
Return incr
C1=clo(5)
print(C1()# 6
print(C1()# 7
C2=clo(100)
Print(c2()) # 101
Print(c2()) # 102
装饰机
装饰器是程序开发中常用的功能，可以很好地使用装饰器，提高开发效率。所以这是python面试中必须问的问题。但是对于很多第一次接触这个知识的人来说，这个功能有点绕过，自学的时候直接绕过，面试的时候问就断了。因为装饰器是程序开发的基础知识。这个也不行。(*译者注：译者注：译者注：译者注：译者注：译者注：译者注：译者注)
1、先理解这个代码。
# # # #第一波# # # #
Def foo():
打印(' foo ')
Foo #表示函数
Foo() #表示执行Foo函数
# # # #第二波# # # #
Def foo():
打印(' foo ')
foo=ram BDA x 3360 x 1
Foo() #执行lambda表达式，而不是原始Foo函数。这是因为foo这个名称再次指向其他匿名函数
函数名称只是变量，只是指向定义的函数，因此可以通过函数名称()调用。如果修改了函数名=xxx，则在执行函数名()时，以前的函数是未知的
2、需求来了
初创企业有N个业务部门，基础平台部门提供数据库操作、redis调用、监控API等基本功能。如果业务部门使用基本功能，则只需调用基本平台提供的功能。这是：
# # # # # # # # # # # # # # #基本平台提供以下功能
Def f1():
打印(“f1”)
Def f2():
Print('f2 ')
;) def f3(): print('f3') def f4(): print('f4') ############### 业务部门A 调用基础平台提供的功能 ############### f1() f2() f3() f4() ############### 业务部门B 调用基础平台提供的功能 ############### f1() f2() f3() f4()目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。
老大把工作交给 Low B，他是这么做的：
跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子…
当天Low B 被开除了…
老大把工作交给 Low BB，他是这么做的：
############### 基础平台提供的功能如下 ############### def f1(): # 验证1 # 验证2 # 验证3 print('f1') def f2(): # 验证1 # 验证2 # 验证3 print('f2') def f3(): # 验证1 # 验证2 # 验证3 print('f3') def f4(): # 验证1 # 验证2 # 验证3 print('f4') ############### 业务部门不变 ############### ### 业务部门A 调用基础平台提供的功能### f1() f2() f3() f4() ### 业务部门B 调用基础平台提供的功能 ### f1() f2() f3() f4()过了一周 Low BB 被开除了…
老大把工作交给 Low BBB，他是这么做的：
只对基础平台的代码进行重构，其他业务部门无需做任何修改
############### 基础平台提供的功能如下 ############### def check_login(): # 验证1 # 验证2 # 验证3 pass def f1(): check_login() print('f1') def f2(): check_login() print('f2') def f3(): check_login() print('f3') def f4(): check_login() print('f4')老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：
老大说：
写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：
封闭：已实现的功能代码块
开放：对扩展开发
如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了Low BBB一个实现方案：
def w1(func): def inner(): # 验证1 # 验证2 # 验证3 func() return inner @w1 def f1(): print('f1') @w1 def f2(): print('f2') @w1 def f3(): print('f3') @w1 def f4(): print('f4')对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。
Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？
老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。
详细的开始讲解了：
单独以f1为例：
def w1(func): def inner(): # 验证1 # 验证2 # 验证3 func() return inner @w1 def f1(): print('f1')python解释器就会从上到下解释代码，步骤如下：
def w1(func): ==>将w1函数加载到内存
@w1
没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。
从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。
上例@w1内部会执行一下操作：
执行w1函数
执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1) 所以，内部就会去执行：
def inner(): #验证 1 #验证 2 #验证 3 f1() # func是参数，此时 func 等于 f1 return inner# 返回的 inner，inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中w1的返回值
将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：
新f1 = def inner(): #验证 1 #验证 2 #验证 3 原来f1() return inner所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。
如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用着
Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！
3. 再议装饰器
# 定义函数：完成包裹数据 def makeBold(fn): def wrapped(): return "<b>" + fn() + "</b>" return wrapped # 定义函数：完成包裹数据 def makeItalic(fn): def wrapped(): return "<i>" + fn() + "</i>" return wrapped @makeBold def test1(): return "hello world-1" @makeItalic def test2(): return "hello world-2" @makeBold @makeItalic def test3(): return "hello world-3" print(test1()) print(test2()) print(test3())运行结果:
<b>hello world-1</b> <i>hello world-2</i> <b><i>hello world-3</i></b>4. 装饰器(decorator)功能
引入日志
函数执行时间统计
执行函数前预备处理
执行函数后清理功能
权限校验等场景
缓存
5. 装饰器示例
例1:无参数的函数
from time import ctime, sleep def timefun(func): def wrapped_func(): print("%s called at %s" % , ctime())) func() return wrapped_func @timefun def foo(): print("I am foo") foo() sleep(2) foo()上面代码理解装饰器执行行为可理解成
foo = timefun(foo) # foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func foo() # 调用foo(),即等价调用wrapped_func() # 内部函数wrapped_func被引用，所以外部函数的func变量(自由变量)并没有释放 # func里保存的是原foo函数对象例2:被装饰的函数有参数
from time import ctime, sleep def timefun(func): def wrapped_func(a, b): print("%s called at %s" % , ctime())) print(a, b) func(a, b) return wrapped_func @timefun def foo(a, b): print(a+b) foo(3,5) sleep(2) foo(2,4)例3:被装饰的函数有不定长参数
from time import ctime, sleep def timefun(func): def wrapped_func(*args, **kwargs): print("%s called at %s"%, ctime())) func(*args, **kwargs) return wrapped_func @timefun def foo(a, b, c): print(a+b+c) foo(3,5,7) sleep(2) foo(2,4,9)例4:装饰器中的return
from time import ctime, sleep def timefun(func): def wrapped_func(): print("%s called at %s" % , ctime())) func() return wrapped_func @timefun def foo(): print("I am foo") @timefun def getInfo(): return '----hahah---' foo() sleep(2) foo() print(getInfo())执行结果:
foo called at Fri Nov 4 21:55:35 2016 I am foo foo called at Fri Nov 4 21:55:37 2016 I am foo getInfo called at Fri Nov 4 21:55:37 2016 None如果修改装饰器为return func()，则运行结果：
foo called at Fri Nov 4 21:55:57 2016 I am foo foo called at Fri Nov 4 21:55:59 2016 I am foo getInfo called at Fri Nov 4 21:55:59 2016 ----hahah---总结：
一般情况下为了让装饰器更通用，可以有return
例5:装饰器带参数,在原有装饰器的基础上，设置外部变量
#decora from time import ctime, sleep def timefun_arg(pre="hello"): def timefun(func): def wrapped_func(): print("%s called at %s %s" % , ctime(), pre)) return func() return wrapped_func return timefun # 下面的装饰过程 # 1. 调用timefun_arg("itcast") # 2. 将步骤1得到的返回值，即time_fun返回， 然后time_fun(foo) # 3. 将time_fun(foo)的结果返回，即wrapped_func # 4. 让foo = wrapped_fun，即foo现在指向wrapped_func @timefun_arg("itcast") def foo(): print("I am foo") @timefun_arg("python") def too(): print("I am too") foo() sleep(2) foo() too() sleep(2) too()可以理解为
foo()==timefun_arg("itcast")(foo)()例6：类装饰器（扩展，非重点）
装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 call() 方法，那么这个对象就是callable的。
class Test(): def __call__(self): print('call me!') t = Test() t() # call me类装饰器demo
class Test(object): def __init__(self, func): print("---初始化---") print("func name is %s"%) = func def __call__(self): print("---装饰器中的功能---") () #说明： #1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象 # 并且会把test这个函数名当做参数传递到__init__方法中 # 即在__init__方法中的属性__func指向了test指向的函数 # #2. test指向了用Test创建出来的实例对象 # #3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法 # #4. 为了能够在__call__方法中调用原来test指向的函数体，所以在__init__方法中就需要一个实例属性来保存这个函数体的引用 # 所以才有了 = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体 @Test def test(): print("----test---") test() showpy()#如果把这句话注释，重新运行程序，依然会看到"--初始化--"运行结果如下：
---初始化--- func name is test ---装饰器中的功能--- ----test---