什么是Python裝飾器

裝飾器(decorator)是Python中的高級語法。裝飾的意思就是動態擴展被裝飾對象的功能。裝飾器可以用于裝飾函數、方法和類。

創新互聯制作網站網頁找三站合一網站制作公司,專注于網頁設計,成都做網站、成都網站制作,網站設計,企業網站搭建,網站開發,建網站業務,680元做網站,已為上1000家服務,創新互聯網站建設將一如既往的為我們的客戶提供最優質的網站建設、網絡營銷推廣服務!

一 嵌套函數

# 定義一個外層函數def foo(): # 定義了一個內部函數 def bar(): print("hello world")

函數bar是一個定義在foo函數內部的函數。

Python中的函數是支持嵌套的，也就是可以在一個函數內部再定義一個函數。

然后，我們還知道函數是可以當作變量的，于是我們就可以在foo函數中把定義的這個bar函數返回。就像下面這樣：

# 定義一個外層函數def foo(): # 定義了一個內層函數 def bar(): print("hello world") return

barfunc = foo()func() # func -- bar，這里執行func其實就相當于執行了在foo函數內部定義的bar函數

二 閉包形態1

# 閉包形態1def foo(): name = "Andy" # 外部函數的局部變量 # 定義了一個內部函數 def bar():

print(name) # 雖然bar函數中沒有定義name變量，但是它可以訪問外部函數的局部變量name return barfunc =

foo()func() # func -- bar -- 除了是一個函數，還包含一個值(它外層函數的局部變量)的引用

三 閉包形態2

# 閉包形態2def foo(name): # 給一個函數傳參也相當于給函數定義了一個局部變量 # 定義了一個內部函數 def bar():

print(name) # 內部函數同樣可以獲取到傳到外部函數的變量(參數) return barfunc = foo("Andy") #

把“Andy”當成參數傳入foo函數 -- 其內部定義的bar函數也能拿到這個“Andy”func() # func -- bar --

除了是一個函數，還包含一個值(它外層函數的參數)的引用

四 裝飾器形態1

# 還是定義一個外層函數def foo(name): # 我接收的參數是一個函數名 # 定義了一個內部函數 def bar():

print("這是新功能。。。") # 新功能 name() # 函數名加()就相當于執行-- 我傳進來原函數的函數名，這里就相當于執行了原函數

return bar# 定義一個被裝飾的函數def f1(): print("hello world.") # 用foo函數裝飾f1函數f1 =

foo(f1)# 不改變f1的調用方式f1() # -- 此時函數已經擴展了新功能

五 裝飾器形態2

# 還是定義一個外層函數def foo(name): # 接收的參數是一個函數名 # 定義了一個內部函數 def bar():

print("這是新功能。。。") # 新功能 name() # 函數名加()就相當于執行-- 傳進來原函數的函數名，這里就相當于執行了原函數

return bar# 定義一個被裝飾的函數# 用foo函數裝飾f1函數@foo # 使用f1 =

foo(f1)語法裝飾的話稍顯啰嗦，Python就提供了@語法，讓裝飾過程更簡便def f1(): print("hello world.") #

不改變f1的調用方式f1() # -- 此時函數已經擴展了新功能。

面試必備 - Python 垃圾回收機制

眾所周知，Python 是一門面向對象語言，在 Python 的世界一切皆對象。所以一切變量的本質都是對象的一個指針而已。

Python 運行過程中會不停的創建各種變量，而這些變量是需要存儲在內存中的，隨著程序的不斷運行，變量數量越來越多，所占用的空間勢必越來越大，如果對變量所占用的內存空間管理不當的話，那么肯定會出現 out of memory。程序大概率會被異常終止。

因此，對于內存空間的有效合理管理變得尤為重要，那么 Python 是怎么解決這個問題的呢。其實很簡單，對不不可能再使用到的內存進行回收即可，像 C 語言中需要程序員手動釋放內存就是這個道理。但問題是如何確定哪些內存不再會被使用到呢？這就是我們今天要說的垃圾回收了。

目前垃圾回收比較通用的解決辦法有三種，引用計數，標記清除以及分代回收。

引用計數也是一種最直觀，最簡單的垃圾收集技術。在 Python 中，大多數對象的生命周期都是通過對象的引用計數來管理的。其原理非常簡單，我們為每個對象維護一個 ref 的字段用來記錄對象被引用的次數，每當對象被創建或者被引用時將該對象的引用次數加一，當對象的引用被銷毀時該對象的引用次數減一，當對象的引用次數減到零時說明程序中已經沒有任何對象持有該對象的引用，換言之就是在以后的程序運行中不會再次使用到該對象了，那么其所占用的空間也就可以被釋放了了。

我們來看看下面的例子。

函數 print_memory_info 用來獲取程序占用的內存空間大小，在 foo 函數中創建一個包含一百萬個整數的列表。從打印結果我們可以看出，創建完列表之后程序耗用的內存空間上升到了 55 MB。而當函數 foo 調用完畢之后內存消耗又恢復正常。

這是因為我們在函數 foo 中創建的 list 變量是局部變量，其作用域是當前函數內部，一旦函數執行完畢，局部變量的引用會被自動銷毀，即其引用次數會變為零，所占用的內存空間也會被回收。

為了驗證我們的想法，我們對函數 foo 稍加改造。代碼如下：

稍加改造之后，即使 foo 函數調用結束其所消耗的內存也未被釋放。

主要是因為我們將函數 foo 內部產生的列表返回并在主程序中接收之后，這樣就會導致該列表的引用依然存在，該對象后續仍有可能被使用到，垃圾回收便不會回收該對象。

那么，什么時候對象的引用次數才會增加呢。下面四種情況都會導致對象引用次數加一。

同理，對象引用次數減一的情況也有四種。

引用計數看起來非常簡單，實現起來也不復雜，只需要維護一個字段保存對象被引用的次數即可，那么是不是就代表這種算法沒有缺點了呢。實則不然，我們知道引用次數為零的對象所占用的內存空間肯定是需要被回收的。那引用次數不為零的對象呢，是不是就一定不能回收呢？

我們來看看下面的例子，只是對函數 foo 進行了改造，其余未做更改。

我們看到，在函數 foo 內部生成了兩個列表 list_a 和 list_b，然后將兩個列表分別添加到另外一個中。由結果可以看出，即使 foo 函數結束之后其所占用的內存空間依然未被釋放。這是因為對于 list_a 和 list_b 來說雖然沒有被任何外部對象引用，但因為二者之間交叉引用，以至于每個對象的引用計數都不為零，這也就造成了其所占用的空間永遠不會被回收的尷尬局面。這個缺點是致命的。

為了解決交叉引用的問題，Python 引入了標記清除算法和分代回收算法。

顯然，可以包含其他對象引用的容器對象都有可能產生交叉引用問題，而標記清除算法就是為了解決交叉引用的問題的。

標記清除算法是一種基于對象可達性分析的回收算法，該算法分為兩個步驟，分別是標記和清除。標記階段，將所有活動對象進行標記，清除階段將所有未進行標記的對象進行回收即可。那么現在的為問題變為了 GC 是如何判定哪些是活動對象的？

事實上 GC 會從根結點出發，與根結點直接相連或者間接相連的對象我們將其標記為活動對象（該對象可達），之后進行回收階段，將未標記的對象（不可達對象）進行清除。前面所說的根結點可以是全局變量，也可以是調用棧。

標記清除算法主要用來處理一些容器對象，雖說該方法完全可以做到不誤殺不遺漏，但 GC 時必須掃描整個堆內存，即使只有少量的非可達對象需要回收也需要掃描全部對象。這是一種巨大的性能浪費。

由于標記清除算法需要掃描整個堆的所有對象導致其性能有所損耗，而且當可以回收的對象越少時性能損耗越高。因此 Python 引入了分代回收算法，將系統中存活時間不同的對象劃分到不同的內存區域，共三代，分別是 0 代，1 代 和 2 代。新生成的對象是 0 代，經過一次垃圾回收之后，還存活的對象將會升級到 1 代，以此類推，2 代中的對象是存活最久的對象。

那么什么時候觸發進行垃圾回收算法呢。事實上隨著程序的運行會不斷的創建新的對象，同時也會因為引用計數為零而銷毀大部分對象，Python 會保持對這些對象的跟蹤，由于交叉引用的存在，以及程序中使用了長時間存活的對象，這就造成了新生成的對象的數量會大于被回收的對象數量，一旦二者之間的差值達到某個閾值就會啟動垃圾回收機制，使用標記清除算法將死亡對象進行清除，同時將存活對象移動到 1 代。 以此類推，當二者的差值再次達到閾值時又觸發垃圾回收機制，將存活對象移動到 2 代。

這樣通過對不同代的閾值做不同的設置，就可以做到在不同代使用不同的時間間隔進行垃圾回收，以追求性能最大。

事實上，所有的程序都有一個相識的現象，那就是大部分的對象生存周期都是相當短的，只有少量對象生命周期比較長，甚至會常駐內存，從程序開始運行持續到程序結束。而通過分代回收算法，做到了針對不同的區域采取不同的回收頻率，節約了大量的計算從而提高 Python 的性能。

除了上面所說的差值達到一定閾值會觸發垃圾回收之外，我們還可以顯示的調用 gc.collect() 來觸發垃圾回收，最后當程序退出時也會進行垃圾回收。

本文介紹了 Python 的垃圾回收機制，垃圾回收是 Python 自帶的功能，并不需要程序員去手動管理內存。

其中引用計數法是最簡單直接的，但是需要維護一個字段且針對交叉引用無能為力。

標記清除算法主要是為了解決引用計數的交叉引用問題，該算法的缺點就是需要掃描整個堆的所有對象，有點浪費性能。

而分代回收算法的引入則完美解決了標記清除算法需要掃描整個堆對象的性能浪費問題。該算法也是建立在標記清除基礎之上的。

最后我們可以通過 gc.collect() 手動觸發 GC 的操作。

題外話，如果你看過 JVM 的垃圾回收算法之后會發現 Python 的垃圾回收算法與其是如出一轍的，事實再次證明，程序語言設計時是會相互參考的。

python中的raise前的print打印沒有顯示

在 Python 中，raise 語句用于拋出一個異常。在 raise 語句之前的 print 語句會在拋出異常之前執行，如果你在使用 raise 語句時發現 print 語句沒有顯示，那么可能是因為 raise 語句之后的代碼沒有被執行。

舉個例子，如果你有如下代碼：

def foo():

print("before raise")

raise Exception("error")

print("after raise")

foo()

那么在執行 foo 函數時，會先打印 "before raise"，然后拋出 Exception 異常，因此 "after raise" 不會被打印出來。

如果你希望在拋出異常之前打印出相應的信息，建議使用 try-except 語句來捕獲異常，在 except 塊中打印信息。這樣，就可以保證在拋出異常之前，所有的代碼都會被執行。

例如，可以使用如下代碼來捕獲異常：

def foo():

try:

print("before raise")

raise Exception("error")

print("after raise")

except Exception as e:

print("error:", e)

foo()

在這種情況下，執行 foo 函數時會先打印 "before raise"，然后拋出 Exception 異常，最后打印 "error: error"。

python問題。 編程語言？

你的意思是不是指如果 foo 這個函數里的 a 變量如果獲取到的是 True 的時候，要讓 foo 這個函數外面的傳入的變量的 b 值變成 False？

如果是，那么代碼如下（注意程序縮進）：

a=False

b=True

def foo():

global a # 將變量提檔，使用公共變量而不是私有變量

global b

if a:

b=False

return '123'

if b:

return '456'

a=True

b=True

print(foo())

print('Now B is: ' + str(b))

主要問題是公共變量與私有變量的問題。

python裝飾器是什么意思

裝飾器是程序開發中經常會用到的一個功能，用好了裝飾器，開發效率如虎添翼，所以這也是Python面試中必問的問題，但對于好多小白來講，這個功能 有點繞，自學時直接繞過去了，然后面試問到了就掛了，因為裝飾器是程序開發的基礎知識，這個都 不會，別跟人家說你會Python, 看了下面的文章，保證你學會裝飾器。

1、先明白這段代碼

####?第一波?####

def?foo():

print?'foo'

foo?????#表示是函數

foo()???#表示執行foo函數

####?第二波?####

def?foo():

print?'foo'

foo?=?lambda?x:?x?+?1

foo()???#?執行下面的lambda表達式，而不再是原來的foo函數，因為函數?foo?被重新定義了

2、需求來了

初創公司有N個業務部門，1個基礎平臺部門，基礎平臺負責提供底層的功能，如：數據庫操作、redis調用、監控API等功能。業務部門使用基礎功能時，只需調用基礎平臺提供的功能即可。如下：

###############?基礎平臺提供的功能如下?###############

def?f1():

print?'f1'

def?f2():

print?'f2'

def?f3():

print?'f3'

def?f4():

print?'f4'

###############?業務部門A?調用基礎平臺提供的功能?###############

f1()

f2()

f3()

f4()

###############?業務部門B?調用基礎平臺提供的功能?###############

f1()

f2()

f3()

f4()

目前公司有條不紊的進行著，但是，以前基礎平臺的開發人員在寫代碼時候沒有關注驗證相關的問題，即：基礎平臺的提供的功能可以被任何人使用。現在需要對基礎平臺的所有功能進行重構，為平臺提供的所有功能添加驗證機制，即：執行功能前，先進行驗證。

老大把工作交給 Low B，他是這么做的：

跟每個業務部門交涉，每個業務部門自己寫代碼，調用基礎平臺的功能之前先驗證。誒，這樣一來基礎平臺就不需要做任何修改了。

當天Low B 被開除了…

老大把工作交給 Low BB，他是這么做的：

###############?基礎平臺提供的功能如下?###############

def?f1():

#?驗證1

#?驗證2

#?驗證3

print?'f1'

def?f2():

#?驗證1

#?驗證2

#?驗證3

print?'f2'

def?f3():

#?驗證1

#?驗證2

#?驗證3

print?'f3'

def?f4():

#?驗證1

#?驗證2

#?驗證3

print?'f4'

###############?業務部門不變?###############

###?業務部門A?調用基礎平臺提供的功能###

f1()

f2()

f3()

f4()

###?業務部門B?調用基礎平臺提供的功能?###

f1()

f2()

f3()

f4()

過了一周 Low BB 被開除了…

老大把工作交給 Low BBB，他是這么做的：

只對基礎平臺的代碼進行重構，其他業務部門無需做任何修改

###############?基礎平臺提供的功能如下?###############

def?check_login():

#?驗證1

#?驗證2

#?驗證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 的實現，嘴角漏出了一絲的欣慰的笑，語重心長的跟Low BBB聊了個天：

老大說：

寫代碼要遵循開發封閉原則，雖然在這個原則是用的面向對象開發，但是也適用于函數式編程，簡單來說，它規定已經實現的功能代碼不允許被修改，但可以被擴展，即：

封閉：已實現的功能代碼塊

開放：對擴展開發

如果將開放封閉原則應用在上述需求中，那么就不允許在函數 f1 、f2、f3、f4的內部進行修改代碼，老板就給了Low BBB一個實現方案：

def?w1(func):

def?inner():

#?驗證1

#?驗證2

#?驗證3

return?func()

return?inner

@w1

def?f1():

print?'f1'

@w1

def?f2():

print?'f2'

@w1

def?f3():

print?'f3'

@w1

def?f4():

print?'f4'

對于上述代碼，也是僅僅對基礎平臺的代碼進行修改，就可以實現在其他人調用函數 f1 f2 f3 f4 之前都進行【驗證】操作，并且其他業務部門無需做任何操作。

Low BBB心驚膽戰的問了下，這段代碼的內部執行原理是什么呢？

老大正要生氣，突然Low BBB的手機掉到地上，恰恰屏保就是Low BBB的女友照片，老大一看一緊一抖，喜笑顏開，交定了Low BBB這個朋友。詳細的開始講解了：

單獨以f1為例：

def?w1(func):

def?inner():

#?驗證1

#?驗證2

#?驗證3

return?func()

return?inner

@w1

def?f1():

print?'f1'

當寫完這段代碼后（函數未被執行、未被執行、未被執行），python解釋器就會從上到下解釋代碼，步驟如下：

def w1(func): ?==將w1函數加載到內存

@w1

沒錯，從表面上看解釋器僅僅會解釋這兩句代碼，因為函數在沒有被調用之前其內部代碼不會被執行。

從表面上看解釋器著實會執行這兩句，但是 @w1 這一句代碼里卻有大文章，@函數名?是python的一種語法糖。

如上例@w1內部會執行一下操作：

執行w1函數，并將 @w1 下面的?函數?作為w1函數的參數，即：@w1 等價于 w1(f1)

所以，內部就會去執行：

def inner:

#驗證

return f1() ? # func是參數，此時 func 等于 f1

return inner ? ? # 返回的 inner，inner代表的是函數，非執行函數

其實就是將原來的 f1 函數塞進另外一個函數中

將執行完的 w1 函數返回值賦值給@w1下面的函數的函數名

w1函數的返回值是：

def inner:

#驗證

return 原來f1() ?# 此處的 f1 表示原來的f1函數

然后，將此返回值再重新賦值給 f1，即：

新f1 =?def inner:

#驗證

return 原來f1()

所以，以后業務部門想要執行 f1 函數時，就會執行 新f1 函數，在 新f1 函數內部先執行驗證，再執行原來的f1函數，然后將 原來f1 函數的返回值 返回給了業務調用者。

如此一來， 即執行了驗證的功能，又執行了原來f1函數的內容，并將原f1函數返回值 返回給業務調用著

Low BBB 你明白了嗎？要是沒明白的話，我晚上去你家幫你解決吧！！！

先把上述流程看懂，之后還會繼續更新…

3、問答時間

問題：被裝飾的函數如果有參數呢？

#一個參數

def?w1(func):

def?inner(arg):

#?驗證1

#?驗證2

#?驗證3

return?func(arg)

return?inner

@w1

def?f1(arg):

print?'f1'

#兩個參數

def?w1(func):

def?inner(arg1,arg2):

#?驗證1

#?驗證2

#?驗證3

return?func(arg1,arg2)

return?inner

@w1

def?f1(arg1,arg2):

print?'f1'

#三個參數

def?w1(func):

def?inner(arg1,arg2,arg3):

#?驗證1

#?驗證2

#?驗證3

return?func(arg1,arg2,arg3)

return?inner

@w1

def?f1(arg1,arg2,arg3):

print?'f1'

問題：可以裝飾具有處理n個參數的函數的裝飾器？

def?w1(func):

def?inner(*args,**kwargs):

#?驗證1

#?驗證2

#?驗證3

return?func(*args,**kwargs)

return?inner

@w1

def?f1(arg1,arg2,arg3):

print?'f1'

問題：一個函數可以被多個裝飾器裝飾嗎？

def?w1(func):

def?inner(*args,**kwargs):

#?驗證1

#?驗證2

#?驗證3

return?func(*args,**kwargs)

return?inner

def?w2(func):

def?inner(*args,**kwargs):

#?驗證1

#?驗證2

#?驗證3

return?func(*args,**kwargs)

return?inner

@w1

@w2

def?f1(arg1,arg2,arg3):

print?'f1'

問題：還有什么更吊的裝飾器嗎？

#!/usr/bin/env?python

#coding:utf-8

def?Before(request,kargs):

print?'before'

def?After(request,kargs):

print?'after'

def?Filter(before_func,after_func):

def?outer(main_func):

def?wrapper(request,kargs):

before_result?=?before_func(request,kargs)

if(before_result?!=?None):

return?before_result;

main_result?=?main_func(request,kargs)

if(main_result?!=?None):

return?main_result;

after_result?=?after_func(request,kargs)

if(after_result?!=?None):

return?after_result;

return?wrapper

return?outer

@Filter(Before,?After)

def?Index(request,kargs):

print?'index'

Python 中經常看到 foo， 請問foo是什么意思呢？

一般來說是一個函數名或者是一個變量，沒有什么特別的意思，大家都這么寫。就像說某人時會叫他張三李四是一樣的...

名稱欄目：python的foo函數 c語言中fun函數
分享地址：http://www.yijiale78.com/article10/dodohdo.html

成都網站建設公司_創新互聯，為您提供外貿建站、電子商務、品牌網站設計、網站制作、標簽優化、企業建站

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯