Python 装饰器总结

装饰器是高阶函数，装饰器是对传入函数的功能增强。

装饰器的副作用：原函数对象的属性都被替换了，而使用了装饰器，查看到的函数对象属性就变成装饰器的函数对象了，如果需要查被装饰的函数的属性？对用原函数的属性覆盖掉装饰器的属性。

解决方法：

通过copy_properties函数将被包装函数的属性覆盖掉包装函数，凡是被装饰的函数都需要更改函数的属性，可以将复制属性的函数做成装饰器函数。做成通用函数。

装饰器分为无参装饰器和带参装饰器。

带参装饰器，是一个函数，函数作为他的形参，返回值是一个不带参的装饰器函数，使用@functionname(参数列表)方式调用，可以看做在装饰器外层又加一层函数。

functools模块

1：functools.update_wrapper(wrapper,warpped,assigned =WRAPPER_ASSIGNMENTS,updated = WRAPPER_UPDATES)类似copy_properties功能。

  1)Wrapper 包装函数，被更新者，

  2)wrapped被包装函数、数据源

  3)元组WRAPPER_ASSIGNMENTS中是要被覆盖的属性‘__module__’,’__name__’,’__qualname__’,’__annotations__’,模块名，名称，限定名，文档，参数注解。

  4)元组WRAPPER_UPDATES中是要被更新的属性，__dict__属性字典

  5)增加一个__wrapped__属性，保留着wrapped函数

2：functools.wraps(warpped,assigned=WRAPPER_ASSIGNMENTS,updated= WRAPPER_UPDATES)类似copy_properties功能。

    1)wrapped被包装函数、数据源

    2)元组WRAPPER_ASSIGNMENTS中是要被覆盖的属性‘__module__’,’__name__’,’__qualname__’,’__annotations__’,模块名，名称，限定名，文档，参数注解。

    3)元组WRAPPER_UPDATES中是要被更新的属性，__dict__属性字典

    4)增加一个__wrapped__属性，保留着wrapped函数

3：reduce方法

refuce方法，可迭代对象不能位空：初始值没提供就在可迭代对象中取一个元素。

4：partial 方法

偏函数，报函数部分的参数固定下来，相当于为部分的参数添加了为一个固定的默认值，形成一个新的函数并返回。从partial生成的新函数，是对原函数的封装。

5：@dunctools.lur_cache(maxsize = 128，typed = false)

least-recently-used装饰器,如果maxsize设置为None，则禁用LRU功能，并且缓存可以无线增长。当maxsize是二的幂时，lru功能执行的最好。如果typed设置为Ture,则不同类型的函数参数将单独缓存。

lru_cache装饰器应用

1: 使用前提:同样的函数参数一定得到同样的结果，函数执行时间很长，且需要多次执行。

2: 本质时函数调用的参数----à返回值

3: 缺点：不支持缓存过期，key无法过期，失效，不支持清除操作，不支持分布式，是一个单机的缓存。

4:使用场景：单机上需要空间换时间的地方，可以使用缓存来将计算变成快速的查询。