python之python中的函数装饰器安全

这段代码是如何工作的？它来自渐变的“Data Science by Scratch”第 8 章。为什么我需要将一个函数包装在另一个函数中？有没有更易读的方法来实现这种异常处理？这是它的解释。

It is possible that certain step sizes will result in invalid inputs for our function. So we’ll need to create a “safe apply” function that returns infinity (which should never be the minimum of anything) for invalid inputs:

def safe(f): 
    """return a new function that's the same as f, 
    except that it outputs infinity whenever f produces an error""" 
    def safe_f(*args, **kwargs): 
        try: 
             return f(*args, **kwargs) 
        except: 
             return float('inf') 
    return safe_f 

请您参考如下方法:

假设我们有一个像这样的简单函数:

def myfunc(n): 
    return 42/n 

我们这样做:

print(myfunc(0)) 

我们得到这个:

Traceback (most recent call last): 
  File "gash.py", line 14, in <module> 
    print(myfunc(0)) 
  File "gash.py", line 12, in myfunc 
    return 42/n 
ZeroDivisionError: division by zero 

现在我们这样做:

myfunc = safe(myfunc) 
print(myfunc(0)) 

我们得到这个:

inf 

我们第二次调用 safe()，它返回一个带有嵌入式异常处理的新函数。我们替换了 name “myfunc” 所指的内容，现在它指的是返回的函数。原来的myfunc没有丢失，在新的里面叫做f。

@safe 装饰器本质上与 myfunc = safe(myfunc)