当前位置：首页 > news >正文

闭包与装饰器（python）

news 来源：原创 2025/6/9 22:46:45

此 Python 代码借助闭包构建了计算对数的函数。闭包指的是一个函数与其所引用的外部变量共同构成的一个整体。借助闭包，我们能够创建具有特定行为的函数，并且这些函数可以记住其创建时的环境。

代码详细分析

导入模块

python

import math

导入 math 模块，它是 Python 的标准库，提供了众多数学相关的函数，这里主要使用其中的 log 函数来计算对数。

定义外层函数 `logFun`

python

def logFun(base):

这是外层函数，它接收一个参数 base，该参数代表对数的底数。

定义内层函数 `inner_fun`

python

def inner_fun(x):return math.log(x, base)

inner_fun 是定义在 logFun 内部的函数，它接收一个参数 x，代表对数的真数。math.log(x, base) 会计算以 base 为底 x 的对数。要注意的是，base 并非在 inner_fun 内部定义，而是从外部的 logFun 函数获取，这就形成了闭包。

返回内层函数

python

return inner_fun

logFun 函数返回 inner_fun 函数对象。这样一来，调用 logFun 时会得到一个函数，这个函数记住了 base 的值。

创建闭包实例

python

log2 = logFun(2)
log10 = logFun(10)

logFun(2) 调用 logFun 函数，传入参数 2，返回一个闭包函数。这个闭包函数会记住底数为 2，并将其赋值给 log2。
logFun(10) 同理，传入参数 10，返回的闭包函数记住底数为 10，并赋值给 log10。

断言验证结果

python

assert abs(log2(2) - 1) < 1e-8
assert abs(log10(10) - 1) < 1e-8

这两行代码属于断言语句，用于验证计算结果是否符合预期。下面详细解释：

log2(2)：调用 log2 这个闭包函数，传入参数 2。由于 log2 记住的底数是 2，所以 log2(2) 计算的是以 2 为底 2 的对数，理论上结果为 1。
abs(log2(2) - 1)：abs 是 Python 的内置函数，用于计算绝对值。这里计算 log2(2) 的结果与 1 的差值的绝对值。
< 1e-8：1e-8 表示 1 乘以 10 的负 8 次方，也就是 0.00000001。由于浮点数在计算机中的表示存在精度问题，所以不直接判断 log2(2) 是否等于 1，而是判断它们的差值的绝对值是否小于一个极小的数 1e-8。如果小于这个数，就认为计算结果是正确的。
assert 语句：assert 语句用于调试和验证代码。如果 assert 后面的条件为 True，程序会继续执行；如果为 False，程序会抛出 AssertionError 异常。

同理，assert abs(log10(10) - 1) < 1e-8 验证的是以 10 为底 10 的对数是否接近 1。

代码原理剖析

装饰器函数 makeBold

- def makeBold(fun): 定义了一个名为 makeBold 的装饰器函数，它接受一个函数 fun 作为参数。这是装饰器的典型特征，将被装饰的函数当作参数传入。
- 内部嵌套函数 wrapper：

- - def wrapper(): 定义了内部的 wrapper 函数。在装饰器逻辑中，wrapper 函数起到包装的作用。
 - return '' + fun() + '' 这行代码调用传入的 fun 函数（也就是被装饰的函数），并将其返回值用  和  标签包裹起来。这里  是HTML标签，用于表示加粗显示。
 - return wrapper：makeBold 函数最后返回 wrapper 函数对象。这意味着，当 makeBold 装饰某个函数时，实际上返回的是这个 wrapper 函数，后续调用被装饰函数时，执行的就是 wrapper 函数的逻辑。

被装饰函数 hello

- @makeBold 是装饰器语法糖，等同于 hello = makeBold(hello) 。它的作用是将 makeBold 装饰器应用到 hello 函数上。
- def hello(): 定义了 hello 函数，它原本的功能是返回字符串 'Hello world!' 。

函数调用

- print hello() ：在装饰器作用下，调用 hello 函数时，实际执行的是 makeBold 函数中 wrapper 函数的逻辑。wrapper 函数先调用原始的 hello 函数获取返回值 'Hello world!' ，然后将其用  和  标签包裹，最终返回 Hello world! 并打印输出。

装饰器总结

装饰器本质上是利用闭包特性。makeBold 函数中的 wrapper 函数记住了传入的 fun 函数（形成闭包），并且在 wrapper 函数被调用时执行额外的逻辑（这里是添加HTML加粗标签），从而在不修改原函数代码的基础上，增强了函数的功能。

首先看左边的代码，没有使用 functools.wraps。左边定义了 makeTag 装饰器，然后用 @makeTag ('p') 和 @makeTag ('b') 装饰 hello 函数。装饰器的运行过程是怎样的呢？

先看左边的 makeTag 函数。def makeTag (tag): 这个函数接收 tag 参数，返回 inner_decorator。inner_decorator 接收 fun 参数，返回 wrapper。wrapper 函数把 fun 的返回值用 tag 标签包裹。当使用两个装饰器时，@makeTag ('p') 和 @makeTag ('b')，相当于 hello = makeTag ('p')(makeTag ('b')(hello))。先执行 makeTag ('b')(hello)，得到一个 wrapper 函数，然后再用 makeTag ('p') 装饰这个 wrapper，又得到一个新的 wrapper。这样，原来的 hello 函数就被替换成最外层的 wrapper 了。所以当打印 hello.__name__时，就会显示 wrapper，__doc__也变成 None，因为原函数的属性丢失了。

再看右边的代码，使用了 functools.wraps。右边的 makeTag 装饰器在 wrapper 函数上用了 @functools.wraps (fun)，这会把原函数 fun 的属性复制给 wrapper。同样是 @makeTag ('p') 和 @makeTag ('b') 装饰 hello 函数，过程类似，但因为 wraps 的作用，wrapper 继承了原 hello 函数的属性。所以打印 hello.__name__时还是 hello，__doc__也能显示原来的函数说明。

图中展示了两组代码，分别演示了带参数装饰器在使用和不使用 functools.wraps 时的不同效果，以下是对两组代码中函数运行过程的详细介绍：

左侧代码（未使用 `functools.wraps`）

定义装饰器 makeTag：

- def makeTag(tag):：定义一个接收标签参数 tag 的函数，返回内部装饰器 inner_decorator。
- def inner_decorator(fun):：接收被装饰的目标函数 fun（如 hello），返回包裹函数 wrapper。
- def wrapper(*args, **kwargs):：使用 tag 为 fun(*args, **kwargs) 的返回值添加标签（如 <tag>... </tag>），最后返回包装后的结果。此时，wrapper 函数完全替代了原 hello 函数。

装饰与调用 hello 函数：

- @makeTag('p') @makeTag('b')：等价于 hello = makeTag('p')(makeTag('b')(hello))。先执行 makeTag('b')(hello)，生成一个用 ... 包裹的 wrapper；再执行 makeTag('p') 装饰该 wrapper，生成新的用 ... 包裹的 wrapper。最终，hello 函数被替换为最外层的 wrapper。
- print(hello.__name__)：输出 wrapper（原 hello 函数名丢失，被 wrapper 替代）。
- print(hello.__doc__)：输出 None（原 hello 的文档字符串丢失）。

右侧代码（使用 `functools.wraps`）

定义装饰器 makeTag：

- import functools：引入模块以使用 wraps。
- def makeTag(tag):：同样接收标签参数 tag，返回 inner_decorator。
- def inner_decorator(fun):：接收目标函数 fun，但通过 @functools.wraps(fun) 将 fun 的属性（如 __name__、__doc__）复制给 wrapper。
- def wrapper(*args, **kwargs):：与左侧逻辑相同，用 tag 标签包裹 fun 的返回值，但因 wraps 的作用，wrapper 继承了 fun 的属性。

装饰与调用 hello 函数：

- @makeTag('p') @makeTag('b')：同样等价于 hello = makeTag('p')(makeTag('b')(hello))，装饰过程与左侧一致，但由于 @functools.wraps(fun) 的存在：
- print(hello.__name__)：输出 hello（保留原函数名）。
- print(hello.__doc__)：输出 这里是函数说明（保留原函数文档字符串）。

总结

装饰器逻辑：两组代码中，装饰器均通过多层嵌套实现标签叠加（先 b 标签，再 p 标签）。
属性保留：左侧因未使用 functools.wraps，原 hello 函数属性被覆盖；右侧通过 @functools.wraps(fun) 保留了原函数属性，使 hello 的 __name__ 和 __doc__ 正常显示。

具体步骤：左边，装饰器替换函数后，属性丢失；右边，通过 wraps 保留属性。两个装饰器的调用顺序都是从里到外，先处理 @makeTag ('b')，再处理 @makeTag ('p')。每个装饰器都会生成一个 wrapper，左边的 wrapper 没有保留原函数属性，右边的保留了。

记录调用时间，不改变现有代码，用装饰器打印日志，记录时间。

代码详细分析

导入模块

定义外层函数 logFun

定义内层函数 inner_fun

返回内层函数

创建闭包实例

断言验证结果

代码原理剖析

装饰器总结

左侧代码（未使用 functools.wraps）

右侧代码（使用 functools.wraps）

总结

相关文章：

定义外层函数 `logFun`

定义内层函数 `inner_fun`

左侧代码（未使用 `functools.wraps`）

右侧代码（使用 `functools.wraps`）