Python 中的闭包与装饰器

闭包(closure)是函数式编程的重要的语法结构。闭包也是一种组织代码的结构，它同样提高了代码的可重复使用性。

如果在一个内嵌函数里，对在外部函数内（但不是在全局作用域）的变量进行引用，那么内嵌函数就被认为是闭包(closure)。

定义在外部函数内但由内部函数引用或者使用的变量称为自由变量。

总结一下,创建一个闭包必须满足以下几点:

• 1. 必须有一个内嵌函数
• 2. 内嵌函数必须引用外部函数中的变量
• 3. 外部函数的返回值必须是内嵌函数

1.闭包使用示例

先看一个闭包的例子：

In [10]: def func(name):
    ...:     def in_func(age):
    ...:         print 'name:',name,'age:',age
    ...:     return in_func
    ...: 

In [11]: demo = func('feiyu')

In [12]: demo(19)
name: feiyu age: 19

这里当调用 func 的时候就产生了一个闭包——in_func,并且该闭包持有自由变量——name，因此这也意味着，当函数func的生命周期结束之后，name这个变量依然存在，因为它被闭包引用了，所以不会被回收。

在 python 的函数内，可以直接引用外部变量，但不能改写外部变量，因此如果在闭包中直接改写父函数的变量，就会发生错误。看以下示例：

实现一个计数闭包的例子：

def counter(start=0):
    count = [start] 
    def incr():
        count[0] += 1
        return count
    return incr

a = counter()
print 'a:',a

In [32]: def counter(start=0):
    ...:     count = start
    ...:     def incr():
    ...:         count += 1
    ...:         return count
    ...:     return incr
    ...: 

In [33]: a = counter()

In [35]: a()  #此处会报错

UnboundLocalError: local variable 'count' referenced before assignment

应该像下面这样使用：

In [36]: def counter(start=0):
    ...:     count = [start]
    ...:     def incr():
    ...:         count[0] += 1
    ...:         return count
    ...:     return incr
    ...: 

In [37]: count = counter(5)

In [38]: for i in range(10):
    ...:     print count(),
    ...:     
[6] [7] [8] [9] [10] [11] [12] [13] [14] [15]

2.使用闭包的陷阱

In [1]: def create():
   ...:     return [lambda x:i*x for i in range(5)]  #推导式生成一个匿名函数的列表
   ...: 

In [2]: create()
Out[2]: 
[<function __main__.<lambda>>,
 <function __main__.<lambda>>,
 <function __main__.<lambda>>,
 <function __main__.<lambda>>,
 <function __main__.<lambda>>]

In [4]: for mul in create():
   ...:     print mul(2)
   ...:     
8
8
8
8
8

结果是不是很奇怪，这算是闭包使用中的一个陷阱吧！来看看为什么？

在上面的代码当中，函数create返回一个list里面保存了4个函数变量，这4个函数都共同的引用了循环变量i, 也就是说它们共享着同一个变量i，i是会改变的，当函数调用时，循环变量i已经是等于4了，因此4个函数返回的都是8。如果，需要在闭包使用循环变量的值的话，把循环变量作为闭包的默认参数或者是通过偏函数来实现。实现的原理也很简单，就是当把循环变量当参数传入函数时，会申请新的内存。示例代码如下：

In [5]: def create():
   ...:         return [lambda x,i=i:i*x for i in range(5)] 
   ...: 
In [7]: for mul in create():
   ...:     print mul(2)
   ...:     
0
2
4
6
8

3，闭包与装饰器

装饰器就是一种的闭包的应用，只不过其传递的是函数：

def addb(func):
    def wrapper():
        return '<b>' + func() + '</b>'
    return wrapper

def addli(func):
    def wrapper():
        return '<li>' + func() + '</li>'
    return wrapper 

@addb         # 等同于 demo = addb(addli(demo)) 
@addli        # 等同于 demo = addli(demo)
def demo():
    return 'hello world'

print demo()    # 执行的是 addb(addku(demo))

在执行时，首先将demo函数传递给addli进行装饰，然后将装饰后的函数传递给addb进行装饰。所以最后返回的结果是：

<b><li>hello world</li></b>

4.装饰器中的陷阱

当你写了一个装饰器作用在某个函数上,这个函数的重要的元信息比如名字、文档字符串、注解和参数签名都会丢失。

def out_func(func):
    def wrapper():
        func()
    return wrapper

@out_func
def demo():
    """
        this is  a demo.
    """
    print 'hello world.'

if __name__ == '__main__':
    demo()
    print "__name__:",demo.__name__
    print "__doc__:",demo.__doc__

看结果：

hello world.
__name__: wrapper
__doc__: None

函数名字和文档字符串都变成了闭包的信息。好在可以使用 functools 库中的 @wraps 装饰器来注解底层包装函数。

from functools import wraps

def out_func(func):
    @wraps(func)
    def wrapper():
        func()
    return wrapper

自己试试结果吧！

学习过程中遇到什么问题或者想获取学习资源的话，欢迎加入学习交流群
626062078，我们一起学Python！