本文目录：

1. 闭包的解析和用法

2. 函数式装饰器

3. 类装饰器

一、闭包

闭包是一种函数，从形式上来说是函数内部定义（嵌套）函数，实现函数的扩展。在开发过程中，考虑到兼容性和耦合度问题，如果想在原有的函数基础上添加东西而又不改动原有函数的结构，通常会使用闭包。但闭包的功能还不只是这个。实际上，闭包会保留定义函数时存在的自由变量的绑定，这样在调用函数时，虽然定义作用域不可用了，但是仍然可以使用那些绑定的变量。简单来说，普通函数在调用完后，函数内部的变量就释放了（因为直接调用的函数没有绑定在某一个对象上，Cpython解析器就会把它回收了），而闭包内部的变量仍然保存着。

普通函数不会保存变量的值：

例如：
def function(value):
    nums = []
    nums.append(value)
    return nums

func = function(2)
func2 = function(3)
print(func)     # [2]
print(func2)    # [3]
两次调用函数返回的值都是不相同的

在闭包中，外部函数的变量一直会为内部函数“保留”着，每次调用函数都可以获取这些变量

def closure():
    nums =[]
    def function(value):
        nums.append(value)
        return nums
    return function

close = closure()
close(5)
close(6)
close(7)
# 元组形式返回嵌套函数function的变量
print(close.__code__.co_varnames)       #('value',)
print(close.__code__.co_freevars)        #('nums',)
# 列表形式保存嵌套函数中自由变量的值
print(close.__closure__[0].cell_contents)      #[5, 6, 7]

闭包的执行顺序可以理解为：

closure(function(value))

因此close = closure()相当于为闭包创建了一个绑定的对象，这个对象内部有变量nums和函数function。当变量在下一次调用的时候，这些量还会保存着。因此当多次调用close()的时候，nums列表会更新。

以上代码的解析：

对象审查（反射）

_ _code_ _返回对象中的函数

_ _co_varnames 返回内部函数中保存的变量，例如function中的value

_ _co_freenames 返回内部函数中的自由变量，自由变量是编程中的一个专业名词。

如上面的代码中，nums并不是在function函数中绑定的，它是在它的外部函数的作用域范围内绑定的，所以在function内部，nums是一个自由变量。而close对象为function函数保留了这个自由变量，在每次调用函数时，都可以更新这个自由变量。

自由变量（所有的）实际保存在闭包中，可以通过_ _closure_ _来获取，它是一个列表，每个元素都表示一个自由变量，如上面的nums。每个元素都是一个cell，它的属性cell_contents保存着这个自由变量的值，因此有:

_ _closure_ _[0].cell_contents

更多关于函数/类/生成器的审查可以参考官方文档：

https://docs.python.org/2/library/inspect.html

二、函数形式的装饰器

上面讲了如何通过嵌套函数实现一个闭包，下面将装饰器是如何实现的。实际上，装饰器离不开对闭包的理解，函数形式的装饰器看起来像是闭包换了一种表达形式，调用起来更灵活和更方便。

例如：

# 函数形式的闭包
registry = []

def decorator(func):
    print('registe %s'%func)
    registry.append(func)
    return func              # 返回的量必须是一个函数，否则会报错

@decorator
def fun1():
    print('running fun1')

@decorator
def fun2():
    print('running fun2')

@decorator
def fun3():
    print('running fun3')

fun1()
fun2()
fun3()

结果：

registe <function fun1 at 0x000002234D891378>
registe <function fun2 at 0x000002234D891400>
registe <function fun3 at 0x000002234D891488>
running fun1
running fun2
running fun3

装饰器看起来有点像闭包，只不过是加了一个@的外壳，而这个外壳函数的参数必须是一个函数，并且必须要有返回函数（返回的一般是内部函数）

装饰器的执行顺序：

decorator(func)

内部函数的参数可以在函数调用时传入，而不必像闭包那样必须由对象传入。

值得注意的是：装饰器函数有导入时运行和运行时运行的区别，装饰器在模块导入的时候就执行了，而被装饰的函数则在调用的时候才执行。

上面这个被装饰器“装饰”的函数似乎看起来跟装饰器“互动”很少，那么下面结合装饰器和闭包实现一个更复杂的装饰器：

def decorator(func):
    def outerFunc(*args):      # 装饰器内部实现闭包，闭包的外部函数接受任意定位变量
        outerFunName = outerFunc.__name__
        innerFunName = func.__name__
        print('change innerFunc:%s to outerFunc:%s'%(innerFunName, outerFunName))
        result = func(*args)            # 可以实现，因为闭包中保存了自由变量func
        result += " and start running"
        return result
    return outerFunc          # 将改变返回的函数，返回外部函数

@decorator
def fun(str):
    return str

str = fun('This is funciton1')   # change innerFunc:fun to outerFunc:outerFunc
print(str)                      # This is funciton1 and start running

装饰器执行顺序：

decorator(outerFunc(func(args)))

这个装饰器内部的闭包实现还是比较简单的，只是为了说明原理，在编程过程中可以根据实际添加更多的功能实现。

继续改造，让装饰器也带上参数：

# 带参数装饰器
def decorator(name):
    def _decorator(func):
        def outerFunc(*args):
            print(name)
            outerFunName = outerFunc.__name__
            innerFunName = func.__name__
            print('change innerFunc:%s to outerFunc:%s'%(innerFunName, outerFunName))
            result = func(*args)
            result += " and start running"
            return result
        return outerFunc
    return _decorator

@decorator(name='@Author:Tom')
def fun(str):
    return str

str = fun('This is funciton1')
print(str)

结果：
@Author:Tom
change innerFunc:fun to outerFunc:outerFunc
This is funciton1 and start running

三、类形式的装饰器

讲完了函数形式的装饰器，那么接下来讲讲类形式的装饰器

一般类的定义如下：

class Test(object):
    def __init__(self,name):
        self._m = 0
        self._n = 0
        self.name = name

    def test_print(self):  
        print(self.name)

而如果想要将一个类变成一个装饰器，那么就需要一个很关键的魔法方法_ _call_ _()，它的作用是将一个类实例变成可调用的，改造一下上面的类：

class Test(object):
    def __init__(self):
        self.count = 0

    def __call__(self):
        # print(self.count)      
        self.count += 1         # 每一次调用这个类实例都记录一次
        return self.count

# __call__函数将类实例变成可调用形式，而实际上还会有一个返回量（变量/函数），因此需要写return，否则返回为None
test = Test()
# 以函数调用的形式直接调用类实例
print(test())    # 1
print(test())    # 2

这样看起来，类形式的装饰器有点像函数形式的装饰器，它也保存了一些变量。实际上这点不足为奇，因为，本来类实例的变量已经绑定在类实例对象中。

还可以这样用：

class Average:
    def __init__(self):
        self.values = []

# 每次调用average实例都会更新self.values
    def __call__(self, newvalue):
        self.values.append(newvalue)
        total = sum(self.values)
        average = total / len(self.values)
        return average

average = Average()
print(average(6))
print(average(7))
print(average(8))

结果：
6.0
6.5
7.0

类装饰器：

class Decorator:
    def __init__(self, add=1):  # 定义可以传入的参数
        self.count = 0
        self.add = add

    def __call__(self, fun):
        self.fun = fun
        return self._call_func

    def _call_func(self):
        self.count += self.add
        return self.fun(self.count)


# 相当于Decorate(count)
@Decorator(add=2)   # 改变传入的参数值
def count(cnt):
    print(cnt)

count()   # 2
count()   # 4

笔者认为类形式的装饰器会比函数形式的装饰器更加灵活和方便，因为它的内部实现可以更灵活，看起来也比较符合日常使用的习惯，因为函数式的装饰器看起来总有一点怪怪的（笔者本人看法而已）。实际使用中就要根据业务需求来选择了

参考文章：

1. 《流畅的python》

2.  https://docs.python.org/2/library/inspect.html