装饰器分析

1.闭包的引入

格式写法：两个函数的嵌套，外层函数返回内层函数的引用，外层必须有参数。
作用：在执行函数的时候可以把我们的外层函数参数保存在内存中

def 外层函数(参数):
    def 内层函数():
        print('内层执行', 参数)

    return 内层函数


内层函数的引用 = 外层函数('-----')
内层函数的引用()

# 执行结果
内层执行 -----

2.闭包和函数的区分

• 如果没有闭包，我们需要每次创建直线函数的函数的传参。这样，我们就需要更多的参数传递，也减少了代码的可移植性。

def sum(money1, money2):
    """计算收入"""
    print(money1 + money2)

sum(100,200)
sum(1000, 2000)

• 闭包：在执行函数的时候可以把我们的外层函数参数保存在内存中

def set_reat(reat):
    def sum1(money1, money2):
        print((money1 + money2) * reat)

    return sum1


# 作用：在执行函数的时候可以把我们的外层函数参数保存在内存中
reat_68 = set_reat(0.68)
reat_68(1000, 2000)
reat_68(1000, 30000)

sum = set_reat(0.68)
sum(1000, 2000)

注意点：
由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存

3.闭包修改外部函数的参数（变量）

# python3使用方法
def set_fun(args):
    def test():
        nonlocal args
        args += 100
        print('test', args)
    return test


test = set_fun(100)
test()

# 执行结果
>>200

4.装饰器的演变使用

需求：在不改变原有的函数，添加额外的功能
写代码要遵循开放封闭原则

• 封闭：已实现的功能代码块
• 开放：对扩展开发

# 2.定义一个闭包
def set_func(func):  # func = test
    def call_func():
        print('权限设置')
        func()

    return call_func


# 1.先定义一个函数
# 3.装饰器
@set_func  # set_func===> test = set_func(test)
def test():
    print('test')

test()

#执行结果
>>权限认证
>>test

一个装饰器一个函数内存图.png

结论:
1.装饰前的test，是由func指向的
2.装饰后的test，其实是call_func

5.万能装饰器

def set_func(func):
    def call_func(*args, **kwargs):
        print('添加功能')
        return func(*args, **kwargs)

    return call_func

# 语法糖
@set_func
def test(*args, **kwargs):
    print(args)
    print(kwargs)
    return 100


print(test('123', a=111))
# 执行结果
>>添加功能
>>('123',)
>>{'a': 111}
>>100

多个装饰器装饰一个函数的内存图.png

结论:
1.装饰前，test指向func
2.装饰后，test执行call_func
3.道德上我的装饰器是不会更改原先的函数值，及调用的方式（可以更改装饰器里调用的函数）
4.传参数的时候，func，装饰前 test,func,call_set三者的参数必须一样