函數初探

python在要寫出函數很簡單，通過關鍵字def即可寫出，簡單示例如下

def add(a, b):return a+b

以上即可以定義出一個簡單的函數：接收兩個變量a和b，返回a和b相加的結果，當然這么說也不全對，原因就是盡快python是強類型的語言，但同時也是動態類型的，示例中的函數對于入參沒有限制類型，若a和b都是數字自然返回和；若是str，則是拼接了

if __name__ == "__main__":add(1, 2) #3add('Hello', 'Python') #HelloPython

確定函數入參類型

要想在實際運行前就將函數的入參和返回類型確定下來，可以采用如下方法

def add(a:int, b:int) -> int:return a+b

但是，以上方法親測對應 add('Hello','Python')并無效果；這種情況下，就進行類型檢查吧

def add(a:int, b:int) -> int:if not isinstance(a, int) or not isinstance(b, int):raise ValueError("參數必須為整數")return a+b

裝飾器語法糖

日常開發中，做API開發的小伙伴應該都碰到過在做接口對接、聯調以及上線后故障排查時查找日志的情況，若是每個方法都進行日志打印（當然這種方法也不是不行）就過于重復了，python在很早的版本就引入了裝飾器（這里要和設計模式中的裝飾器模式區分下），具體實現如下

def logging(func):def wrapper(*args, **kwargs):print(f"調用函數{func.__name__}，參數為：{args}，{kwargs}")result = func(*args, **kwargs)print(f"函數{func.__name__}返回結果為：{result}")return resultreturn wrapper

這樣，在調用函數進行調試時，只需要加上@logging這個語法糖就行了

@logging
def add(a:int, b:int) -> int:if not isinstance(a, int) or not isinstance(b, int):raise ValueError("參數必須為整數")return a+b

魔法函數之__call__

class MyCall():def __init__(self, callable_obj):self.callable_obj = callable_objdef __call__(self, *args, **kwargs):print(f"調用函數{self.callable_obj.__name__}，參數為：{args}，{kwargs}")result = self.callable_obj(*args, **kwargs)print(f"函數{self.callable_obj.__name__}返回結果為：{result}")return resultf __name__ == "__main__":my_call = MyCall(add)my_call(4, 5)

類MyCall定義的魔法函數__call__，對于python解釋器而言，MyCall的對象就是一個可調用的對象（具有和def定義的函數同等可執行的效果了）