使用注册装饰器可以改进 6.1 节中的电商促销折扣示例。

回顾一下,示例 6-6 的主要问题是,定义体中有函数的名称,但是 best_promo 用来判断哪个折扣幅度最大的 promos 列表中也有函数名称。这种重复是个问题,因为新增策略函数后可能会忘记把它添加到 promos 列表中,导致 best_promo 忽略新策略,而且不报错,为系统引入了不易察觉的缺陷。示例 7-3 使用注册装饰器解决了这个问题。

示例 7-3 promos 列表中的值使用 promotion 装饰器填充

promos = []  ➊

def promotion(promo_func):  ➋
    promos.append(promo_func)
    return promo_func

@promotion  ➌
def fidelity(order):
    """为积分为1000或以上的顾客提供5%折扣"""
    return order.total() * .05 if order.customer.fidelity >= 1000 else 0

@promotion
def bulk_item(order):
    """单个商品为20个或以上时提供10%折扣"""
    discount = 0
    for item in order.cart:
        if item.quantity >= 20:
            discount += item.total() * .1
    return discount

@promotion
def large_order(order):
    """订单中的不同商品达到10个或以上时提供7%折扣"""
    distinct_items = {item.product for item in order.cart}
    if len(distinct_items) >= 10:
        return order.total() * .07
    return 0

def best_promo(order):  ➍
    """选择可用的最佳折扣
    """
    return max(promo(order) for promo in promos)

promos 列表起初是空的。

promotionpromo_func 添加到 promos 列表中,然后原封不动地将其返回。

❸ 被 @promotion 装饰的函数都会添加到 promos 列表中。

best_promos 无需修改,因为它依赖 promos 列表。

与 6.1 节给出的方案相比,这个方案有几个优点。

不过,多数装饰器会修改被装饰的函数。通常,它们会定义一个内部函数,然后将其返回,替换被装饰的函数。使用内部函数的代码几乎都要靠闭包才能正确运作。为了理解闭包,我们要退后一步,先了解 Python 中的变量作用域。