5. 再次接触装饰器，增加一种数据结构代替 if_else 的写法

在 Python 中，可以使用装饰器创建复合函数，复合函数是包含多个源函数功能的单函数。

概念比较抽象，简单的说明就是装饰器可以给某个函数增加功能，并且不用改变原函数代码，在滚雪球学 Python 第二轮中，我们已经学习了装饰器的基本使用，参考博客：https://dream.blog.csdn.net/article/details/114413806

typing

前 4 篇文章下来，让橡皮擦觉得有必要先普及一下 typing 注解模块相关知识。

该模块是 Python3.5 之后新增加的功能，可以校验数据类型，但是在 Python 运行时并不强制执行函数和变量类型注解，也就是不强制验证，如果需要验证，需要借助于第三方工具。

大家可以作为知识储备先学习起来。

类型别名

可以将 Python 原来存在的数据类型，重新定义为新的类型别名，例如下述代码：

from typing import List

Ca_List = List[int]
def show_code(num: Ca_List) -> Ca_List:
    return num * 3


a = show_code([1, 2, 3])
print(a)

从 typing 模块导入了 List，表示序列的每一项必须是同一类型，如果不一致，则直接返回 list 或 List[Any] 或注明可能的类型，比如：List[Union[str, int]]。

常用的类型如下：

• Dict：格式为 Dict[str, int] 其中 key 、value 必须的类型必须填写，尽量保证 value 类型一致，如果不一致，则直接返回 dic或 Dict[str, Any] 或注明可能的类型，比如：Dict[str, Union[str, int]]；
• Set：格式为 Set[int]，变量必须是同一类型，如果不一致，则直接返回 set 或 Set[Any] 或 注明可能的类型，比如：Set[Union[str, int]]；
• List：上述已经说明；
• Tuple：格式为 Tuple[int, str]，如果有多个同类型返回值，可写为Tuple[str, ...]；
• FrozenSet：冻结的集合，冻结后集合不能再添加或删除任何元素。

其余需要单独说明的内容：

NewType

用 NewType 可以新创建类型，例如创建一个 Ca：

from typing import NewType

Ca = NewType("Ca",int)

ca = Ca(521)

print(ca)

当然这种类型，只有静态检查器会强制执行这些检查。

Any

Any 是一种特殊的类型。静态类型检查器将所有类型视为与 Any 兼容，反之亦然， Any 也与所有类型相兼容。

Callable

回调函数可以使用 Callable[[Arg1Type, Arg2Type],ReturnType] 的类型注释，如果只指定回调函数的返回值类型，则可以使用 Callable[..., ReturnType] 的形式，例如下述代码：

FuncType = Callable[..., Any]

该代码表示 FuncType 是一个回调函数，参数不限制，返回值为任意类型。

Optional
Optional[X] 等价于 Union[X, None]，所以它是可选类型。

TypeVar
类型变量，主要是为静态类型检查器提供支持，用于泛型类型与泛型函数定义的参数。TypeVar 约束一个类型集合，但不允许单个约束。

除此之外，还可以使用类型绑定，确保数据类型，例如下述代码：

F = TypeVar('F', bound=FuncType)

typing 模块还有很多其它知识点，后续逐步补充，接下来咱们在原有知识的基础上，学习点难的。

装饰器

下面要定义的是，一个处理空 None 值的装饰器，代码与应用如下所示。

from functools import wraps
from typing import Callable, Optional, Any, TypeVar

# 函数类型
FuncType = Callable[..., Any]


# 声明一个装饰器，该装饰器接收 function 参数，即函数类型的参数，返回的也是函数类型的参数
def nullable(function: FuncType) -> FuncType:
    @wraps(function)  # wraps 函数确保被装饰的函数能保留原始函数的属性
    def null_wrapper(arg: Optional[Any]) -> Optional[Any]:  # 该函数接任意类型的参数，同时返回任意类型
        # 如果值为 None，则返回 None
        return None if arg is None else function(arg)

    return null_wrapper


@nullable
def nabs(x: Optional[int]) -> Optional[int]:
    return abs(x)


data = [-1, -2, None, -10]
test1 = map(nabs, data)
test2 = map(abs, data)
print(test1)
print(list(test1))
print(test2)
print(list(test2)) # 会报错，因为类型错误，abs函数不能对空对象使用

代码中实现了一个空值判断的装饰器，被其装饰的函数可以忽略 None 值。

特别注意：装饰器只返回函数而不处理其中的数据

条件表达式

本篇博客原计划全部写成装饰器相关知识点，后来发现有的地方理解起来难度有点过大，所以切换为条件表达式在函数式编程中的应用。

在 Python 中可以使用一些数据结构，去模拟 if 语句的效果，而且效果会很好，在开始学习前，先看一下下述代码：

my_dict = {
    'a': 1,
    'a': 2
}
print(my_dict)

上述代码演示的是当字典中，出现相同键时，会用第二个值替换第一个值。

基于上述逻辑，你可以实现一个 max 函数。

def my_max(a, b):
    f = {
        a >= b: lambda: a,
        b >= a: lambda: b
    }[True]
    return f()


a = my_max(1, 2)
print(a)

上述代码先计算 a>=b 或者 a<=b 然后获取字典中的 True 键对应的值，最后返回的是 f()（因为 f 的值是匿名函数）

如果 a==b 返回那个值都可以。

基于此，我们可以实现一个阶乘函数。

def factorial(n: int) -> int:
    f = {
        n == 0: lambda n: 1,
        n == 1: lambda n: 1,
        n == 2: lambda n: 2,
        n > 2: lambda n: factorial(n - 1) * n
    }[True]
    return f(n)

运行一下上述代码，理解一下这样的写法吧，这种写法就修改了传统的 if...else 结构，通过一种数据结构进行了代替。

最后再补充一遍装饰器基本用法

在 Python 中用装饰器可以修改函数，或者类的可调用对象（类的实例）。

被装饰器修饰的函数，在调用的时候，优先调用装饰器函数，然后在装饰器函数的内部去调用原函数。

学好装饰器的第一步是学好函数。

函数三两句那些事儿

函数是头等对象，可以赋值给其它变量

def one_func():
    print("我是测试函数")

two_func = one_func

two_func()

函数可以作为其它函数的输入参数

def add(a, b):
    return a + b

def math_func(x, y):
    return x(y, y + 2)

a = math_func(add, 6)
print(a)

函数可以嵌套在其它函数内部

def big():
    def small():
        return "小函数"

    print("大函数",small())

big()

被嵌套的函数可以访问父函数的作用域，一般把这个技术点叫做闭包，但需要注意的是，这种访问是只读的，嵌套的函数不能给外部变量赋值，如果违反会出现如下错误：

local variable 'big_var' referenced before assignment

函数可以作为返回值

def hello(name):
    print(name, "你好")


def call(func):
    name = "橡皮擦"
    return func(name)

call(hello)

函数装饰器

装饰器主要的实现，都是由 wrapper 函数实现的，展示一个装饰器的案例：

# 装饰器函数
def decorator_demo(something):
    def wrapper():
        print("装饰器函数，可以对函数进行修饰")
        # 原函数调用
        something()

    return wrapper


# 被装饰函数
def func():
    var = "我是橡皮擦"
    print(var)


# 将被装饰函数作为参数传递给装饰器函数
code = decorator_demo(func)

code()

上述代码就是装饰器，可以看到就是主函数作为参数传递给了装饰器，在 Python 中对该内容存在一个语法糖 @，可以直接替换 decorator_demo(func)。

# 装饰器函数
def decorator_demo(something):
    def wrapper():
        print("装饰器函数，可以对函数进行修饰")
        # 原函数调用
        something()

    return wrapper


# 被装饰函数
@decorator_demo
def func():
    var = "我是橡皮擦"
    print(var)


func()

上述代码虽然使用原函数名 func 调用函数，但是函数在运行的时候确被装饰器劫持了，修改了函数的执行过程。

类中的装饰器

首先定义一个类，一个简单的类：

class Boy:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def get_age(self):
        return self.age

    def get_name(self):
        return self.name

    def __repr__(self):
        return f"重写：{self.name},{self.age}"


b = Boy("橡皮擦", 18)
print(b)
print(b.get_name())

get_name 方法必须由类的对象，即 b 去调用，无法直接通过 Boy 类名调用，下面通过装饰器 @staticmethod ，创建一个静态方法，该方法可以直接被调用，静态方法没有 self 参数，可以应用于实例与类本身。

类中除了静态方法以外，还有类方法，它使用的装饰器是 @classmethod。

类方法的参数为 cls，使用之后，可以判断出类名，包括其子类。所有的内容都集成在下述代码，可以敲打一遍进行学习。

class Boy:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    @staticmethod
    def show():
        print("这是一个静态方法")

    @classmethod
    def say_hello(cls):
        print("类方法")
        print(cls.__name__)

    def get_age(self):
        return self.age

    def get_name(self):
        return self.name

    def __repr__(self):
        return f"重写：{self.name},{self.age}"


class Little_Boy(Boy):
    def __init__(self):
        pass



b = Boy("橡皮擦", 18)
print(b)
print(b.get_name())
# 对象可以调用
b.show()
# 类名可以调用
Boy.show()
# 类方法
b.say_hello()

lb = Little_Boy()
lb.say_hello()

写在后面

以上内容就是本文的全部内容。

今天是持续写作的第 221 / 365 天。
可以关注，点赞、评论、收藏。

更多精彩

• 滚雪球学 Python（完结）
• 滚雪球学 Python 第二轮（完结）
• 滚雪球学 Python 第三轮
• 滚雪球学 Python 番外篇（完结）