今天讲一些python中的高级用法，有助于大家更好的使用python这门语言。今天讲的这些知识是层层递进的关系，前面是后面的铺垫。
函数可变参数*args和**kwargs
python支持固定参数，默认参数，也和很多其他语言一样支持可变参数，只不过python支持的可变参数分为两种，*args是tuple，里面可以有任意多个element（包括0个）。**kwargs则是当你需要指定key word时需要用到的参数类型。
先考虑*args的情况，先看函数定义：
>>> def take_any_args(*args): ... print("type of args:" + str(type(args))) ... print("value of args:" + str(args)) ... >>> take_any_args(1) type of args:<type 'tuple'> value of args:(1,) >>> take_any_args("a","b","c") type of args:<type 'tuple'> value of args:('a', 'b', 'c') >>> take_any_args() type of args:<type 'tuple'> value of args:() >>> take_any_args(['1','2'],['3','4']) type of args:<type 'tuple'> value of args:(['1', '2'], ['3', '4'])
再看参数提取：
def print_args(*args): for arg in args: print(arg) print_args("red", "blue", "green") def print_all(*args, **kwargs): for arg in args: print(arg) for key, value in kwargs.items(): print("{} -> {}".format(key, value)) print_all(1, 2) print_all(a="red", b="blue", c="green")
red blue green 1 2 a -> red c -> green b -> blue
下面看看为什么需要**kwargs, 对于上面的print_args, 下面这种添加了keyword的调用方式会出错，所以就有了**kwargs的用武之地：
>>> def print_args(*args): ... for arg in args: ... print arg ... >>> print_args(a=1,b=2) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: print_args() got an unexpected keyword argument 'a'
**kwargs的本质其实是dict，如下所示：
>>> def print_kwargs(**kwargs):
... for key,value in kwargs.items():
... print("{}->{}".format(key,value))
...
>>> print_kwargs(a="lalala",b="papapa")
a->lalala
b->papapa
通常再使用的时候都是二者合起来使用，如下所示：
def print_all(*args, **kwargs): for arg in args: print(arg) for key, value in kwargs.items(): print("{} -> {}".format(key, value)) print_all(1, 2) print_all(a="red", b="blue", c="green")
1 2 a -> red c -> green b -> blue
上面的知识大家差不多应该都知道，下面这种Unpacking的用法很多人都不太了解：
>>> def sample_function(a,b,c): ... print("{},{},{}").format(a,b,c) ... >>> input = (1,2,3) >>> sample_function(1,2,3) 1,2,3 #和上面的方法等效 >>> sample_function(*input) 1,2,3
unpack 使用kwargs，记住keyword要和函数声明时的变量名一致才行，否则会报错
>>> def sample_function(a,b,c): ... print("a->{},b->{},c->{}".format(a,b,c)) ... >>> input = {"a":1,"b":2,"c":3} >>> sample_function(**input) a->1,b->2,c->3 #与上面方法等效 >>> sample_function(a=input['a'],b=input['b'],c=input['c']) a->1,b->2,c->3
lambda function
在python 中所有的东西都是object，不管是int也好，list也好都是object。函数也是object。这个概念很重要。
>>> def f(n): ... return n+1 ... >>> id(f) 4374076184 >>> g = f >>> print g(2) 3 >>> id(g) 4374076184
上面的g和f所指向的object是同一个object
下面思考这样一个问题，如果 numbers = ["10", "3", "40", "14", "5"], 让你找出最大值怎么找？
>>> max(numbers) '5'
这显然不对，因为max默认按照字母顺序排序了，所以需要额外提供排序信息：
>>> max(numbers, key=int) '40'
int 就是一个function，然后看看如果用lambda function表示就是：
>>> max(numbers, key=lambda x:int(x)) '40'
再举一个例子, 下面是几个人的年龄，性别，地址，请找出年纪最大的人：
>>> person_zhangsan = {'age': 40, 'gender': 'male', 'home': 'beijing'}
>>> person_lisi = {'age': 35, 'gender': 'male', 'home': 'hangzhou'}
>>> person_wangwu = { 'age': 21, 'gender': 'female', 'home': 'chongqing'}
>>> people = [person_zhangsan, person_lisi, person_wangwu]
>>> max(people, key=lambda x:x['age'])
{'gender': 'male', 'age': 40, 'home': 'beijing'}
python在operator中提供了itemgetter这个函数，它起到的作用和lambda function一样，比如：
>>> from operator import itemgetter >>> max(people, key=itemgetter("age")) {'gender': 'male', 'age': 40, 'home': 'beijing'}
对比一下我还是更喜欢lambda function的定义，简洁明了
Decorator 装饰器
最长见的decorator的user case是什么？答：retry。 比如网络restful request碰到不稳定的server或者说server给你返回了5XX，你要不要retry。
一开始可能你的code长这样：
import requests URL = "https://example.com/api" def get_items(): return requests.get(URL + "/items")
当然你还会有很多get function，比如get_apple, get_banana, get_orange, ...
实际部署之后发现server不稳定，不定期返回500，你就要加retry
如果只有一个get_items，你可能会这么写：
#第二版，加入retry def get_items(): NUM_RETRY = 3 current_retry = 0 resp = None while True: resp = requests.get(URL + "/items") if rest.status_code/100 == 5 and current_retry < NUM_RETRY: current_retry += 1 continue break return resp
可是每一个fucntion都要改，是不是很累。。。
下面decorator隆重登场，decorator的本质是一个function。这个function的parameter有且仅有一个就是一个function object，返回值则是另一个不同的function
#比如已经有了一个普通function def some_function(arg1,arg2,arg3): #此处省略20行 some_function = some_decorator(some_function)
等效于
@some_decorator def some_function(arg1,arg2,arg3): #......
下面举一个decorator的例子，logging decorator
def logfuncname(func): def wrapper(*args, **kwargs): print("function name: " + func.__name__) return func(*args, **kwargs) return wrapper
>>> @logfuncname ... def some_func(n): ... return n+1 ... >>> print some_func(3) function name: some_func 4
如上所示，logfuncname就是一个decorator，它的input是func，return了一个wrapper function。
下面我们回到一开始retry那个例子：
#第三版，定义decorator def retry(func): def wrapper(*args, **kwargs): NUM_RETRY = 3 current_retry = 0 resp = None while True: resp = func(*args, **kwargs) if rest.status_code/100 == 5 and current_retry < NUM_RETRY: current_retry += 1 continue break return resp return wrapper @retry def get_items(): return requests.get(URL + "/items")
然后get_apple, get_banana, get_orange 什么的上面加上@retry就可以了
接下来问题来了，如果有另一个decorator也想用上怎么办？
decorator是可以叠加的，比如下面的例子，注意上下顺序就是decorator从左到右的顺序
@add2 @multi3 def foo(n): return n + 1 #相当于foo = add2(multi3(foo)) #那么foo(3)就是14 @multi3 @add2 def foo(n): return n + 1 #相当于foo = multi3(add2(foo)) #那么foo(3)就是18
如果想要改变retry的次数怎么办，比如get_apple想要retry 3次，但是get_banana想要retry 5次怎么办？
#第四版，定义带参数的decorator def retry(num_retry): def decorator(func): def wrapper(*args, **kwargs): current_retry = 0 resp = None while True: resp = func(*args, **kwargs) if rest.status_code/100 == 5 and current_retry < num_retry: current_retry += 1 continue break return resp return wrapper return decorator @retry(3) def get_items(): return requests.get(URL + "/items")
这里其实用到了一个closure的概念，就是外层函数的参数在里层函数里是可见的，而里层函数的参数在外层不可见（当然这里也不需要）。
Decorator在flask中的实现原理
下面我们来看看flask中decorator是怎么实现的，简而言之：
class WebApp: def __init__(self):
#初始化routes self.routes = {} def route(self, param): def decorator(func):
#定义decorator时为routes赋值key/value self.routes[param] = func def wrapper(*args, **kwargs): return func(*args, **kwargs) return wrapper return decorator def get(self, param): try:
#get时根据key返回value return self.routes[param]() except KeyError: return "ERROR - no such page" >>> app = WebApp() >>> @app.route("/") ... def index(): ... return 'Index Page' ... >>> @app.route("/contact/") ... def contact(): ... return 'Contact Page' ... >>> app.get("/") 'Index Page' >>> app.get("/contact/") 'Contact Page' >>> app.get("/no-such-page/") 'ERROR - no such page'