在python编程中，我们经常看到下面的函数用法：
with open("test.txt", "w") as f: f.write("hello world!")习惯了java开发的python初学者，心里不免犯嘀咕：
-
文件open操作之后，为什么没有close，不怕文件描述符资源耗尽吗？
-
文件write操作没有异常捕获，不怕中断程序主流程吗？如果您也有同样的忧虑，那太正常不过了，起码说明您是一位有“开发原则”的人，同时也说明您对其背后的原理了解存在盲区。如果是这种情况，本文强烈建议您耐心阅读完以下章节。为了系统的阐述其背后的奥秘，本文从最基本的函数讲起。
关于函数
在Python中，一切皆为对象，包括函数。
def foo(num): return num + 1 value = foo(3)print(value)def bar(): print("bar") foo = barfoo()上面简单的函数例子中，可以总结几点信息：
-
函数名字foo可以作为变量名字，指向函数对象
-
函数名字foo作为对象，可以赋值给变量value
-
函数名字foo可以作为变量名字，指向其他函数bar
-
函数名字（函数对象）通过括号调用函数 不仅如此，作为对象的函数也具有一般对象的特性，比如：
-
函数作为参数
def foo(num): return num + 1def bar(fun): return fun(3)value = bar(foo)print(value)-
函数作为返回值
def foo(): return 1def bar(): return foo #注意这里没有括号print(bar()) # <function foo at 0x10a2f4140>print(bar()()) # 1# 等价于print(foo()) # 1-
函数嵌套
def outer(): x = 1 def inner(): print(x) inner() # 注意这里有括号，直接被调用outer() #-
闭包
def outer(x): def inner(): print(x) return inner #没括号，不被直接调用closure = outer(1) # closure就是一个闭包closure()同样是嵌套函数，只是稍改动一下，把局部变量 x 作为参数了传递进来，嵌套函数不再直接在函数里被调用，而是作为返回值返回，这里的 closure就是一个闭包，本质上它还是函数，闭包是引用了自由变量(x)的函数(inner)。
-
装饰器
def outer(func): def inner(): print("before call fun") func() print("after call fun") return innerdef foo(): print("foo")new_foo = outer(foo)new_foo()outer 函数其实就是一个装饰器:一个带有函数作为参数并返回一个新函数的闭包.本质上装饰器也是函数,outer 函数的返回值是 inner 函数。
注：上面示例中的装饰器函数调用，可以用语法糖@简写为：
@outerdef foo(): print("foo")foo()我们进一步抽象装饰器：
def decorator(func): def wrapper(*args, **kw): return func() return wrapper@decoratordef function(): print("hello, decorator")可见，通过装饰器，可以让代码更加简练、优雅、可读性更强。
装饰器进阶
-
类装饰器 基于类装饰器的实现，必须实现 call 和__init__ 两个内置函数。 init ：接收被装饰函数 call：实现装饰逻辑。以日志打印为例：
class logger(object): def __init__(self, func): self.func = func def __call__(self, *args, **kwargs): print("[INFO]: the function {func}() is running..."\ .format(func=self.func.__name__)) return self.func(*args, **kwargs)@loggerdef say(something): print("say {}!".format(something))say("hello")-
装饰类的装饰器 装饰器不仅可以装饰函数，还可以装饰类，比如如果想改写类的方法的部分实现，除了通过类继承重载，还可以通过装饰器，实现如下：
def log_getattribute(cls): # Get the original implementation orig_getattribute = cls.__getattribute__ # Make a new definition def new_getattribute(self, name): print('getting:', name) return orig_getattribute(self, name) # Attach to the class and return cls.__getattribute__ = new_getattribute return cls# Example use@log_getattributeclass A: def __init__(self,x): self.x = x def spam(self): pass a = A(42)print(a.x)示例中，通过装饰器函数log_getattribute修改原有类的属性方法__getattribute__的指向来达到目的：通过指向新的方法new_getattribute，在新的方法中在调用原来方法之前，添加额外逻辑。
-
偏函数 使用装饰器的前提是装饰器必须是可被调用的对象，比如函数、实现了__call__ 函数的类等，即将介绍的偏函数其实也是 callable 对象。在了解偏函数之前，先举个例子：计算 100 加任意个数字的和。我们用parital函数解决这个问题：
from functools import partialdef add(*args): return sum(args)add_100 = partial(add, 100)print(add_100(1, 2)) # 103print(add_100(1, 2, 3)) # 106跟上面的例子那样，偏函数作用和装饰器一样，它可以扩展函数的功能，但又不完全等价于装饰器。通常应用的场景是当我们要频繁调用某个函数时，其中某些参数是已知的固定值，可以将这些固定值“固定”，然后用其他的参数参与调用。类似偏导数计算那样，固定几个变量，对剩下的变量求导。我们看下partial的函数参数定义：
func = functools.partial(func, *args, **keywords)func: 需要被扩展的函数，返回的函数其实是一个类 func 的函数*args: 需要被固定的位置参数**kwargs: 需要被固定的关键字参数# 如果在原来的函数 func 中关键字不存在，将会扩展，如果存在，则会覆盖# 同样是刚刚求和的代码，不同的是加入的关键字参数def add(*args, **kwargs): # 打印位置参数 for n in args: print(n) print("-"*20) # 打印关键字参数 for k, v in kwargs.items(): print('%s:%s' % (k, v)) # 暂不做返回，只看下参数效果，理解 partial 用法 # 普通调用add(1, 2, 3, v1=10, v2=20)add_partial = partial(add, 10, k1=10, k2=20)add_partial(1, 2, 3, k3=20)-
偏函数与装饰器 我们再看看如何使用类和偏函数结合实现装饰器，如下所示，DelayFunc 是一个实现了__call__ 的类，delay 返回一个偏函数，在这里 delay 就可以做为一个装饰器：
import timeimport functoolsclass DelayFunc: def __init__(self, duration, func): self.duration = duration self.func = func def __call__(self, *args, **kwargs): print(f'Wait for {self.duration} seconds...') time.sleep(self.duration) return self.func(*args, **kwargs)def delay(duration): """ 装饰器：推迟某个函数的执行。 """ # 此处为了避免定义额外函数， # 直接使用 functools.partial 帮助构造 DelayFunc 实例 return functools.partial(DelayFunc, duration) @delay(duration=2)def add(a, b): return a+b wraps
继续深入函数装饰器，首先打印被装饰的函数function的名字：
def decorator(func): def wrapper(*args, **kw): return func() return wrapper@decoratordef function(): print("hello, decorator") print(function.__name__) #wrapper输出发现是wrapper，其实这也好理解，因为decorator返回的就是wrapper。但有时我们需要返回function的本来名字，那怎么做呢？python 的functools模块提供了一系列的高阶函数以及对可调用对象的操作，比如reduce，partial，wraps等。其中partial作为偏函数，在前面已经介绍过，warps旨在消除装饰器对原函数造成的影响，即对原函数的相关属性（比如__name__）进行拷贝，以达到装饰器不修改原函数（属性）的目的:
from functools import wrapsdef decorator(func): @wraps(func) def wrapper(*args, **kw): print(func.__name__) return func() return wrapper@decoratordef function(): print("hello, decorator")function()print(function.__name__)注意代码中return func()，括号表示调用执行函数。作为对比，请看下面的调用：
from functools import wrapsdef decorator(func): @wraps(func) def wrapper(*args, **kw): print(func.__name__) return func return wrapper@decoratordef function(): print("hello, decorator")#因为装饰返回func，不会发生调用，因此需要两对括号，其中function()返回的是函数定义。print(function())function()()print(function.__name__)装饰器应用之contextmanager
contextmanager是python中一个使用广泛的上下文管理器，（实际上也是装饰器）经常跟with语句一起使用，用于精确地控制资源的分配和释放。回忆以下常规代码结构：
def controlled_execution(callback): try: #比如环境初始化、资源分配等 set things up callback(thing) finally: #比如资源回收、事物提交等 tear things downdef my_function(thing): #执行具体的业务逻辑 do somethingcontrolled_execution(my_function)以上为了防止业务逻辑出现异常，导致一些必须要执行的操作无法执行，通常使用try...finally语句，保证必要操作一定被执行。但是如果代码中大量使用这种语句，又导致程序逻辑冗余，可读性变差。但是结合with，并将以上语句稍作改动：将try...finally的逻辑拆分成两个函数，分别执行比如资源的初始化和释放，封装在一个class中：
class controlled_execution: def __enter__(self): set things up return thing def __exit__(self, type, value, traceback): tear things downwith controlled_execution() as thing: # code body do something其中with expression [as variable],用来简化 try / finally 语句。当执行with语句、进入代码块前，调用__enter__方法，代码块执行结束之后执行__exit__方法。需要注意的是可以根据__exit__方法的返回值来决定是否抛出异常，如果没有返回值或者返回值为 False ，则异常由上下文管理器处理，如果为 True 则由用户自己处理。上述代码可以通过contextmanager进一步简化：
@contextmanagerdef controlled_execution(): #set things up yield thing #tear things down with controlled_execution() as t: print(t)引入yield将函数变成生成器，yield将函数体分为两部分：yield之前的语句在执行with代码块之前执行，yield之后的代码块在with代码块之后执行。到此为止，相信大家能够理解文章开篇提到的代码块了，然后基于此，我们也可以自定义一个open函数：
from contextlib import contextmanager@contextmanagerdef my_open(name): f = open(name, 'w') yield f f.close()with my_open('some_file') as f: f.write('hola!')有关contextmanager的原理分析参考“阅读全文”。
