Python 闭包和装饰器学习

装饰器

def out_func(func):
	"""
	functools.wraps  可以将原函数对象的指定属性复制个包装函数对象
	"""
	@functools.wraps(func)
	def inner_func(func, *args, **kwargs):
		return func()
	return inner_func
	
@out_func
def foo():
	print("hello,world")
	

装饰器概念

在不违反开放封闭的原则下，对被装饰的函数进行功能扩充

实质：闭包

带来的问题：被装饰函数名称等属性变为闭包的内函数，使用 functools.wraps 可以将原函数对象的指定属性复制个包装函数对象

Flask 中 g 变量贯穿当前的这次请求

面试中问到装饰器的时候：

1. 先回答概念：不违反开放封闭原则下，对被装饰的函数进行功能扩充
2. 聊到闭包，说出闭包中的概念和形式
3. 说道项目中的实际使用：在 Flask 中 user 对象用到的地方很多，就单独写出来为一个装饰器，将 user 对象查询出来，放到 g 变量中
4. 在 Flask 中，每个 url 对象一个函数，但是被装饰完，引用指向就变了，使用 functools.wraps 将引用指向原来的指向

闭包：

闭‘包在代码中的表现形’式

1. 函数嵌套
2. 内函数使用了外函数的局部变量
3. 外函数返回的内函数的引用

内函数的引用和外函数被使用的局部变量构成的特殊空间——闭包

闭包的延迟绑定，当外函数准备返回内函数的引用的时候，发现内函数使用了外函数的局部变量，就将内函数引用和局部变量绑定形成特定空间，这种绑定称为延时绑定

def multipliers():
    return [lambda x : i*x for i in range(4)]

print([m(2) for m in multipliers()])

# 上面的代码和下面的一样

def multipliers():
    list_funcs = []
    
    for i in range(4):
        def inner(x):
            return i * x
    	
        list_funcs.append(inner)
    
    return list_funcs
   
print([m(2) for m in multipliers()])