python中一些关于闭包和装饰器的使用
历史渊源和设计演进
闭包的发展
- 起源 ：λ演算(1930s) → Lisp(1958) → 现代语言
- 思想 ：函数可以携带环境状态
- 应用 ：函数工厂、状态管理
装饰器的发展
- 起源 ：Python 2.4(2005年)引入@语法
- 思想 ：基于闭包，专门用于函数增强
- 应用 ：AOP(面向切面编程)、元编程
使用场景总结
使用闭包的场景 ：
- 函数工厂 ：根据参数创建不同功能的函数
- 状态保持 ：计数器、缓存等需要记忆状态的场景
- 配置函数 ：根据配置创建特定行为的函数
使用装饰器的场景 ：
- 功能增强 ：日志、计时、重试等横切关注点
- 权限控制 ：认证、授权检查
- 资源管理 ：数据库连接、文件操作等
- 性能优化 ：缓存、记忆化(memoization)
装饰器是闭包的语法糖
# 装饰器的等价写法揭示了其闭包本质
# 语法糖写法
@decorator
def my_function():
pass
# 等价于闭包写法
def my_function():
pass
my_function = decorator(my_function) # 闭包应用
装饰器可以说是闭包的特殊应用
用下面的示例可以略见两者之间的关系
"""
闭包 vs 装饰器 对比示例
"""
# ========== 闭包示例 ==========
def create_power_function(exponent):
"""闭包：创建幂函数"""
def power(base):
"""计算base的exponent次方"""
return base ** exponent
return power
# 使用闭包
square = create_power_function(2) # 创建平方函数
cube = create_power_function(3) # 创建立方函数
print(f"闭包 - 平方: {square(5)}") # 25
print(f"闭包 - 立方: {cube(5)}") # 125
# ========== 装饰器示例 ==========
def logging_decorator(func):
"""装饰器：添加日志功能"""
def wrapper(*args, **kwargs):
print(f"调用函数: {func.__name__}, 参数: {args}, {kwargs}")
result = func(*args, **kwargs)
print(f"函数返回: {result}")
return result
return wrapper
# 使用装饰器
@logging_decorator
def add_numbers(a, b):
"""普通加法函数"""
return a + b
# 调用被装饰的函数
result = add_numbers(3, 7)
print(f"装饰器结果: {result}")
# ========== 混合使用示例 ==========
def create_retry_decorator(max_attempts=3):
"""带参数的装饰器（闭包+装饰器）"""
def decorator(func):
"""真正的装饰器"""
def wrapper(*args, **kwargs):
for attempt in range(max_attempts):
try:
return func(*args, **kwargs)
except Exception as e:
if attempt == max_attempts - 1:
raise e
print(f"尝试 {attempt+1} 失败，重试...")
return None
return wrapper
return decorator
# 使用带参数的装饰器
@create_retry_decorator(max_attempts=2)
def unreliable_division(a, b):
"""不可靠的除法函数"""
import random
if random.random() < 0.7:
raise ValueError("随机错误")
return a / b
# 测试混合使用
try:
result = unreliable_division(10, 2)
print(f"混合使用结果: {result}")
except Exception as e:
print(f"最终失败: {e}")
装饰器的调用
def my_closure(addtion=4):
print(f"A .the closure function is {my_closure.__name__}")
y = addtion
# print(f"the closure variable y is : {y}")
def real_decorated(func):
print(f"B. the real decorate function is {real_decorated.__name__}")
def enhancer_orgin_func(*args):
print(f"C. the wrap function for origin is: {enhancer_orgin_func.__name__}")
x = func(*args)
print(f"original result is: {x}, and the closure variable y is: {y}, the final result is decorated as x+y: {x + y}")
return x + y
return enhancer_orgin_func
return real_decorated
@my_closure()
def normal_func(x):
print(f"D. the original function is: {normal_func.__name__}")
return x**2
a = normal_func(3)
print(f"the final result is a : {a}")
输出为：
A .the closure function is my_closure
B. the real decorate function is real_decorated
C. the wrap function for origin is: enhancer_orgin_func
D. the original function is: enhancer_orgin_func
original result is: 9, and the closure variable y is: 4, the final result is decorated as x+y: 13
the final result is a : 13
总结
闭包和装饰器体现的是函数式编程的思想，两者关系可以概括为 ：
✅ 相同点 ：
- 都是两层函数嵌套结构
- 都利用闭包的记忆特性
- 都返回函数对象
❌ 不同点 ：
- 目的 ：闭包用于创建带状态的函数，装饰器用于增强函数行为
- 参数 ：闭包的环境参数任意，装饰器必须接收函数
- 语法 ：闭包直接调用，装饰器有@语法糖
- 抽象层次 ：装饰器是闭包的一种高级应用
关键点 ： 所有装饰器都是闭包，但并非所有闭包都是装饰器 。装饰器是专门为函数增强而设计的闭包模式。
文档信息
- 本文作者：Chaojie Men
- 本文链接：https://menchaojie.github.io/2025/11/02/closure-and-decorator/
- 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）