一、首先学习一下 lambda


lambda函数也叫匿名函数,即,函数没有具体的名称。

def f(x):
return x**2
print f(4)

Python中使用lambda的话,写成这样

g = lambda x : x**2
print g(4)


lambda语句中,冒号前是参数,可以有多个,用逗号隔开,冒号右边的返回值。lambda语句构建的其实是一个函数对象,见证一下:

g = lambda x : x**2       #   g 是个函数对象
print g
<function <lambda> at 0x00AFAAF0>
g(4)                      # () 带括号就是调用函数



二、装饰器介绍


公司有N个业务部门,1个基础平台部门,基础平台负责提供底层的功能,如:数据库操作。业务部门使用基础功能时,只需调用基础平台提供的功能即可。如下:

############### 基础平台提供的功能如下 ###############
  
def f1():
    print '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()

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。


方法一  >>>>>>>>>>>差评

############### 基础平台提供的功能如下 ############### 
 
def f1():
    # 验证1
    # 验证2
    # 验证3
    print 'f1'
 
############### 业务部门不变 ############### 
### 业务部门A 调用基础平台提供的功能### 
 
f1()


方法二  >>>>>>>>>>>差评


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'

 

写代码要遵循开发封闭原则,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,



方法三  >>>>>>>>>>> 装饰器

def w1(func):
    def inner():
        # 验证1
        # 验证2
        # 验证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'

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。


这段代码的内部执行原理是什么呢?



单独以f1为例:


def w1(func):
    def inner():
        # 验证1
        # 验证2
        # 验证3
        return func()
    return inner
  
@w1
def f1():
    print 'f1'


首先我们需要明白,我们正在需要的就是  验证模块 + func模块,但是如下这样写,func()会被调用,所以内嵌一个inner()函数,w1函数返回inner的函数对象

def w1(func):

        # 验证1
        # 验证2
        # 验证3
        return func()


再来看看装饰器的逻辑


写完这段代码后(函数未被执行),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


如上例@w1内部会执行一下操作:


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
        return 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

将执行完的 w1 函数返回值,(其实是重构后f1函数对象)赋值给@w1下面的函数的函数名f1

那么f1 接受新的赋值后,不仅有原有函数功能,还加入了验证功能


w1函数的返回值是:

   def inner:
        #验证
        return 原来f1()  # 此处的 f1 表示原来的f1函数

然后,将此返回值再重新赋值给 f1,即:

新f1 = def inner:
            #验证
            return 原来f1()

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