Python_日记 装饰器和语法糖

语法糖(Syntactic sugar),是由Peter J. Landin(和图灵一样的天才人物，是他最先发现了Lambda演算，由此而创立了函数式编程)创造的一个词语，它意指那些没有给计算机语言添加新功能，而只是对人类来说更“甜蜜”的语法。语法糖往往给程序员提供了更实用的编码方式，有益于更好的编码风格，更易读。不过其并没有给语言添加什么新东西。

举个例子：在C语言里用a[i]表示*(a+i),用a[i][j]表示*(*(a+i)+j)，看来语法糖不是“现代语言”才有啊，连我们的老大哥C也有，而且这种写法简洁明了，也更好懂了。

实际上从面向过程到面向对象也是一种语法糖啊，C语言可以通过它的指针、类型转换，结构实现面向对象的编程风格，但是C++更进一步的推广了这种风格，更好用了，不过到了C#把OO的风格发挥得淋漓尽致。OO的编程风格对于面向过程来说是不是一种语法糖呢？如果生硬地照此理解，只有计算机硬件指令才不算语法糖，而其他一切利用编译器、汇编器将代码抽象，和自然语言更相近的手段都算语法糖。

现在很多很多编程思想，编程理论层出不穷，当然，对于学习来说我们是要抓住技术的核心，但对于工程来说如何提高工程质量，如何提高工程效率也是我们要关注的，既然这些语法糖能辅助我们以更好的方式编写代码为什么要“抵制“呢?

我想语法糖和其他编程思想一样重要，什么duck type，人本接口，最小接口，约定优于配置，其实不都是一些思想上的“语法糖“？

不过也并不是没有反对的声音，这其中就有图灵奖的第一个获得者: Alan Perlis。.net从2.0到3.0到3.5底层CLR并没有做更新，没有添加任何新的IL指令，所以C#从2.0到3.0中所有的特性都是语法糖，就算从1.0到2.0，也只有一个泛型不是语法糖，其余的新特性也都是如此，但是每一次C#发布新特性的时候我们不得不为之而鼓舞，为之而喝彩。新的语法可以酿造更好的编程风格，以前一些难以实现的方面现在也轻而易举了。

需要声明的是“语法糖”这个词绝非贬义词，它可以给我带来方便，是一种便捷的写法，编译器会帮我们做转换；而且可以提高开发编码的效率，在性能上也不会带来损失。

 

什么是高阶函数？

       -- 把函数名当做参数传给另外一个函数，在另外一个函数中通过参数调用执行

 

#!/usr/bin/python3
 
 
def func_x(x):
    return x * 2
 
 
def func_y(y):
    return y * 3
 
 
def func_z(x, y):
    # 等价于 return func_x(5) + func_y(3)
    return x(5) + y(3)
 
if __name__ == '__main__':
    # 把函数当做参数，本质上是把函数的内存地址当做参数传递过去，
    result = func_z(func_x, func_y)
    print(result)

什么是装饰器？

　　-- 在不改变源代码的基础上扩展新需求，装饰器本身也是函数，应用高阶函数实现

　　-- 把被装饰的函数内存地址当参数传入装饰器函数体，通过参数调用被装饰的函数

       装饰器原则：

　　　　-- 不改变源代码                         - 因为函数可能在其他地方各种调用，一改动全身

　　　　-- 不改变原函数调用顺序           - 源代码有自己的逻辑处理

　　　　-- 装饰器又叫做语法糖

装饰器逻辑上格式？

       - 高阶函数+嵌套函数

　　　　需求：

　　　　　　给某个函数增加一个计算运行时间功能

#!/usr/bin/python3
 

 
import time
 
 
def total_time(func):                              # func = hell_word
    def wrapper():                                 # 等价于hell_word()
        start_time =time.time()
        func()
        end_time = time.time()
        print(end_time - start_time)               # 打印统计时间
    return wrapper
 
 
# 通过装饰器给hell_word函数装上了统计时间的功能，功能逻辑在装饰器中实现
@total_time                                     
def hell_word():
    time.sleep(0.5)
    print('hello word')
     
if __name__ == '__main__':
    hell_word()

　　　　　　　相当于下面的函数逻辑

import time


# 装饰器函数
def total_time(func):
    def wrapper():
        start_time =time.time()
        func()
        end_time = time.time()
        print(end_time - start_time)
    return wrapper
<br>
def hell_word():
    time.sleep(0.5)
    print('hello word')
 
if __name__ == '__main__':
    # 把函数当做参数传入装饰器函数，然后装饰器函数返回包裹函数wrapper地址，执行装饰器函数本质上执行包裹函数wrapper中逻辑
    total_time(hell_word)()

 

假如传入的函数中有参数如何？

　　-- 需要在wrapper和func中加入收集参数（*args）或收集字典参数（**kwargs），

　　-- warps和func可自定义名字，默认如此命名

如果原函数有个返回值，该如何？

　　-- 如果到func结束 直接在func()前面加return

　　-- 到func未结束，可以func()结果赋值给一个变量，res = func（*args，**kwargs）到新增逻辑结束后加上 return res

需求：

　　计算出斐波那契数列中第n个数的值？

　　求一个共有10个台阶的楼梯，从下走到上面，一次只能迈出1~3个台阶，并且不能后退，有多少中方法？

　　要求：

　　　　　通过装饰器实现剪枝函数

如何逻辑整理这个需求？　

　　斐波那契数列（黄金分割数列），从数列的第3项开始，每一项都等于前两项之和

　　每次迈出都是 1~3 个台阶，剩下就是 7~9 个台阶

               如果迈出1个台阶，需要求出后面9个台阶的走法

               如果迈出2个台阶，需要求出后面8个台阶的走法

               如果迈出3个台阶，需要求出后面7个台阶的走法

        此3种方式走法，通过递归方式实现，递归像树，每次递归都生成子节点函数

 

def jian_zhi(func):
    # 中间字典，判断已经是否求解过
    median = {}
     
    def wrapper(*args):
        # 假如不在中间字典中，说明没有求解过，添加到字典中去，在的话，直接返回, 将不在递归下去，保证每次递归的唯一性
        if args not in median:
            median[args] = func(*args)
        return median[args]
     
    return wrapper
 
 
@jian_zhi
def fibonacci(n):
    if n <= 1:
        return 1
    return fibonacci(n - 1) + fibonacci(n - 2)
 
 
@jian_zhi
def climb(n, steps):
    count = 0
    # 当最后台阶为0的时候，说明最后只是走了一次
    if n == 0:
        count = 1
    # 当最后台阶不为0的时候，说明还需要走至少一次
    elif n > 0:
        # 对三种情况进行分别处理momo
        for step in steps:
            count += climb(n - step, steps)
     
    # 返回每次递归的计数
    return count
 
 
if __name__ == '__main__':
    print(climb(10, (1, 2, 3)))
    print(fibonacci(20))

需求：

　　实现在装饰器函数中，保留 被装饰函数 的元数据

那，什么是函数的元数据？

       在函数对象中保存着一些函数的元数据，如：

              f.__name__           函数名

              f.__doc__              函数文档

              f.__moudle__       函数所属模块名

              f.__dict__              属性字典

              f.__defaults__       默认参数组

              ……

       在使用装饰器后，在装饰器里访问以上属性时，我们看到的是装饰器函数的元数据

那，如何解决这个需求？

　　通过 functools中的wraps或update_wrapper方法实现，其中每个方法都可单独实现

 

　

import time
from functools import (wraps, update_wrapper, WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES)
 
 
def count_time(func):
    """
    给目标函数加上计算运行时间统计
    """
     
    # 这个装上器和update_wrapper一样，默认参数WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES
    @wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
         
        # 定义result接收函数返回值，并且在装饰函数最后返回回去
        resutl = func(*args, **kwargs)
        print('运行时间：', time.time() - start_time)
        return resutl
     
    # 其中默认参数 WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES
    # update_wrapper(wrapper, func)
    return wrapper
 
 
@count_time
def add(num=100):
    """
    计算 0~num 累加值，默认num=100
    """
    time.sleep(1)
    return sum([x for x in range(num + 1)])
 
 
if __name__ == '__main__':
    print('函数名：', add.__name__)
    print('属性字典：', add.__dict__)
    print('函数默认参数：', add.__defaults__)
    print('函数所在模块：', add.__module__)
    print('函数文档：', add.__doc__)
     
    # 打印两个默认参数
    # WRAPPER_ASSIGNMENTS ：__module__', '__name__', '__qualname__', '__doc__', '__annotations__
    # WRAPPER_UPDATES：__dict__
    print(WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES)
    result = add()
    print(result)

　

需求：

　　实现一个装饰器，用它来检查被装饰函数的参数类型,装饰器可以通过函数，指明函数参数类型，进行函数调用的时候，传入参数，检测到不匹配时，抛出异常

那，如何解决这个需求？

　　-- 先要获取函数的签名，并且获得装饰器中参数，然后把函数签名和装饰器中参数对应绑定

　　-- 把调用函数时候传入的参数和函数签名进行绑定

　　-- 把实参和装饰器中定义的数据进行类型比较，不匹配抛出异常

 

 
from inspect import signature
 
 
def check_type(*ty_args, **ty_kwargs):
    def out_wrapper(func):
        # 通过signature方法，获取函数形参：name, age, height
        sig = signature(func)
        # 获得装饰器传来的参数， 函数签名与之绑定，字典类型
        bind_types = sig.bind_partial(*ty_args, **ty_kwargs).arguments
        print(bind_types)
         
        def wrapper(*args, **kwargs):
            # 给执行函数中具体的实参进行和形参进行绑定，形成字典的形式
            func_type = sig.bind(*args, **kwargs).arguments.items()
            print(func_type)
            # 循环形参和实参字典的items()形式
            for name, obj in func_type:
                if name in bind_types:
                    # 判断实参是否是指定类型数据
                    if not isinstance(obj, bind_types[name]):
                        raise TypeError('%s must be %s' % (name, bind_types[name]))
            # 假如函数有返回值，通过此方法返回函数的返回值
            res = func(*args, **kwargs)
            return res
         
        return wrapper
     
    return out_wrapper
 
 
# 通过装饰器实现对函数参数进行类型检查
@check_type(str, int, float)
def func(name, age, height):
    print(name, age, height)
 
 
if __name__ == '__main__':
    # 正常数据
    func('bei_men', 18, 1.75)
    # 错误数据
    func('bei_men', '18', 1.75)

　　

案例：

       为分析程序内哪些函数执行时间开销较大，我们需定义一个带timeout参数的装饰器

       需求：

　　　　统计被装饰函数的运行时间

　　　　时间大于timeout时，将此次函数调用记录到log日志中

　　　　运行时可以修改timeout的值

如何解决这个问题？

1. 定义一个装饰器，计算函数执行时间，并与timeout比较，当大于timeout时候，通过logging模块打印出日志信息
2. 在包裹函数中添加一个函数，通过这个函数来修改timeout变量
3. 在python3中用nonlocal来声明嵌套作用域中的变量引用，在python2中可以通过把timeout参数变成列表，通过列表索引来进行改值
    

    
   import time
   import logging
   from random import randint
    
    
   def run_time(timeout):
       """
       定义检查函数运行时间，并打印对应函数运行时间超出设定时间日志，并支持更改timeout
       """
        
       # python2
       # timeout = [timeout]
        
       # 真正包裹函数
       def out_wrapper(func):
           def wrapper(*args, **kwargs):
               start_time = time.time()
               result = func(*args, **kwargs)
               used_time = time.time() - start_time
                
               # 对于超出timeout的函数进行日志打印
               if used_time > timeout:
                   msg = '%s: %s > %s' % (func.__name__, used_time, timeout)
                   logging.warn(msg)
                    
                   # python2
                   # if used_time > timeout[0]:
                   #     msg = '%s: %s > %s' % (func.__name__, used_time, timeout[0])
                   #     logging.warn(msg)
                   # return result
               return result
            
           # 设置timeout参数值
           def set_timeout(value):
               # 声明嵌套域变量，可以更改，python2通过把列表形式进行更改
               nonlocal timeout
               timeout = value
                
           # 定义接口
           wrapper.set_timeout = set_timeout
            
           # python2
           # def set_timeout(value):
           #     timeout[0] = value
           # wrapper.set_timeout = set_timeout
            
           return wrapper
        
       return out_wrapper
    
    
   @run_time(1.5)
   def func():
       # 随机有50%的几率程序沉睡1秒
       while randint(0, 1):
           time.sleep(1)
       print('func_run')
    
    
   if __name__ == "__main__":
       for _ in range(10):
           func()
        
       print('_' * 50)
        
       # 更改run_time装饰器中timeout参数
       func.set_timeout(2)
       for _ in range(10):
           func()

   　　

如何逻辑整理？

　　-- 3层 ：一层获得value，二层偷梁换柱，三层逻辑处理

　　-- 2层：一层偷梁换柱，二层逻辑处理