Fluent Python | 函数装饰器

写在前面：Fluent Python 系列是学习《Fluent Python》的笔记 ~

这是一本适合Python进阶的书，不仅有一些高级语法，作者对部分底层实现也有讲解，以便于我们理解Python的设计，比如为什么普通字典是无序的呢？

• • • • 1 变量作用域
      • 2 闭包
      • 3 装饰器
      • • 3.1 基本概念和写法
        • 3.2 装饰器何时执行
        • 3.3 标准库中常用的两个装饰器函数
        • 3.4 参数化装饰器
      • 4 小结

注意函数体内赋值的局部变量与函数体外同名全局变量

import time
from clockedeco import clock
from functools import lru_cache


@clock
def snooze(seconds):
    time.sleep(seconds)

    
    
#@clock    
#def factorial(n):
#    return 1 if n < 2 else factorial(n-1)

def factorial(n):
    return 1 if n < 2 else factorial(n-1)
factorial = clock(factorial)

@lru_cache()
@clock
def fibonacci(n):
    if n < 2 :
        return n
    else:
        return fibonacci(n-2) + fibonacci(n-1)

if __name__ == '__main__':
#    print('*' * 40, 'Calling snooze(.123)')
#    snooze(.123)                                # 此时调用的已经是被装饰过的函数
#    print('*' * 40, 'Calling factorial(6)')
#    print('6!=', factorial(6))
    print(fibonacci(6))

registry = []

# 定义装饰器
def register(func):
    print('running register(%s)' % func)
    registry.append(func)
    return func

# 定义被装饰的函数
@register
def f1():
    print('running f1()')

def f3():
    print('runing f3()')

def main():
    print('running main()')
    print('registry->', registry)
    f1()    # 调用被装饰的函数
    f3()

if __name__ == '__main__':
    main()

from functools import singledispatch
from collections import abc
import numbers
import html

@singledispatch
def htmlize(obj):
    """处理Object类型的基函数"""
    content = html.escape(repr(obj))
    return '
{}
'.format(content)

# 以下各个专门函数使用@《base_function》.register()装饰
@htmlize.register(str)
def _(text):    # 专门函数的名称无关紧要
    content = html.escape(text).replace('n', '
n')
    return '
{0}
'.format(content)

@htmlize.register(numbers.Integral)
def _(n):
    return '
{0} (0x{0:x})
'.format(n)
    
@htmlize.register(tuple)
@htmlize.register(abc.MutableSequence)
def _(seq):
    inner = 'n
'.join(htmlize(item) for item in seq)
    return '
n
' + inner + '
n
'

我所用到的函数装饰器的场景：

1. 优化递归函数：跟书中介绍的例子相同，斐波那契数列有一种解法便称之为“备忘录”，就是将已经计算出的结果保存在数组中，eg：保存f(1), f(2)，这样在计算f(3)=f(1)+f(2)的时候就不需要再重复计算f(1)和f(2)，只需要在数组中查找即可。Python内嵌的装饰器实现了备忘录的功能，不需要手动再设置数组保存结果，直接使用@lru_cache装饰器即可。

   https://leetcode-cn.com/problems/fibonacci-number/

2.使用Python实现类似C++/Java 函数重载的功能
Python确实没有函数重载，遇到针对不同情况调用不同函数的时候，最简单的方法就是使用if-elif-else分别调用专门的函数，这种做法的扩展性确实不好。