def lazy_print(*args): def pr(): print(args) return pr
當我們調用lazy_print()
時,返回的並不是求和結果,而是求和函數:
>>> p = lazy_print(1,2,3,4,5) >>> p <function lazy_print.<locals>.pr at 0x000000000364ED90>
調用函數p時,才真正計算求和的結果:
>>> p()
(1, 2, 3, 4, 5)
.....
一個函數可以返回一個計算結果,也可以返回一個函數。
返回一個函數時,牢記該函數並未執行,返回函數中不要引用任何可能會變化的變量。
裝飾器
首先定義一個裝飾器:
def log(fun): def wrapper(): print('This is wrapper!') return fun() 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('This is now!')
調用now()
函數,不僅會運行now()
函數本身,還會在運行now()
函數前打印一行日志:
>>> now() This is wrapper! This is now!
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。
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裝飾之后的函數,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
就是干這個事的,所以,一個完整的decorator的寫法如下:
import functools def log(fun): @functools.wraps(fun) def wrapper(): print('This is wrapper!') return fun() return wrapper
import 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。
>>> now.__name__ 'now'