Python中的闭包

闭包这个概念在很多语言中都有涉及，本文主要谈谈python中的闭包。Python中使用闭包主要是在进行函数式开发时使用。

一，定义

python中的闭包从表现形式上定义（解释）为：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).这个定义是相对直白的，好理解的，不像其他定义那样学究味道十足（那些学究味道重的解释，在对一个名词的解释过程中又充满了一堆让人抓狂的其他陌生名词，不适合初学者）。下面举一个简单的例子来说明。

[python]  view plain copy

1. >>>def addx(x):  
2. >>>    def adder(y): return x + y  
3. >>>    return adder  
4. >>> c =  addx(8)  
5. >>> type(c)  
6. <type 'function'>  
7. >>> c.__name__  
8. 'adder'  
9. >>> c(10)  
10. 18  

结合这段简单的代码和定义来说明闭包：

如果在一个内部函数里：adder(y)就是这个内部函数，

对在外部作用域（但不是在全局作用域）的变量进行引用：x就是被引用的变量，x在外部作用域addx里面，但不在全局作用域里，

则这个内部函数adder就是一个闭包。

再稍微讲究一点的解释是，闭包=函数块+定义函数时的环境，adder就是函数块，x就是环境，当然这个环境可以有很多，不止一个简单的x。

二，使用闭包注意事项

1，闭包中是不能修改外部作用域的局部变量的

[python]  view plain copy

1. >>> def foo():  
2. ...     m = 0  
3. ...     def foo1():  
4. ...         m = 1  
5. ...         print m  
6. ...  
7. ...     print m  
8. ...     foo1()  
9. ...     print m  
10. ...  
11. >>> foo()  
12. 0  
13. 1  
14. 0  

从执行结果可以看出，虽然在闭包里面也定义了一个变量m，但是其不会改变外部函数中的局部变量m。

2，以下这段代码是在python中使用闭包时一段经典的错误代码

[python]  view plain copy

1. def foo():  
2.     a = 1  
3.     def bar():  
4.         a = a + 1  
5.         return a  
6.     return bar  

这段程序的本意是要通过在每次调用闭包函数时都对变量a进行递增的操作。但在实际使用时

[html]  view plain copy

1. >>> c = foo()  
2. >>> print c()  
3. Traceback (most recent call last):  
4.   File "<stdin>", line 1, in <module>  
5.   File "<stdin>", line 4, in bar  
6. UnboundLocalError: local variable 'a' referenced before assignment  

这是因为在执行代码 c = foo()时，python会导入全部的闭包函数体bar()来分析其的局部变量，python规则指定所有在赋值语句左面的变量都是局部变量，则在闭包bar()中，变量a在赋值符号"="的左面，被python认为是bar()中的局部变量。再接下来执行print c()时，程序运行至a = a + 1时，因为先前已经把a归为bar()中的局部变量，所以python会在bar()中去找在赋值语句右面的a的值，结果找不到，就会报错。解决的方法很简单

[python]  view plain copy

1. def foo():  
2.     a = [1]  
3.     def bar():  
4.         a[0] = a[0] + 1  
5.         return a[0]  
6.     return bar  

只要将a设定为一个容器就可以了。这样使用起来多少有点不爽，所以在python3以后，在a = a + 1 之前，使用语句nonloacal a就可以了，该语句显式的指定a不是闭包的局部变量。

3，还有一个容易产生错误的事例也经常被人在介绍python闭包时提起，我一直都没觉得这个错误和闭包有什么太大的关系，但是它倒是的确是在python函数式编程是容易犯的一个错误，我在这里也不妨介绍一下。先看下面这段代码

[python]  view plain copy

1. for i in range(3):  
2.     print i  

在程序里面经常会出现这类的循环语句，Python的问题就在于，当循环结束以后，循环体中的临时变量i不会销毁，而是继续存在于执行环境中。还有一个python的现象是，python的函数只有在执行时，才会去找函数体里的变量的值。

[python]  view plain copy

1. flist = []  
2. for i in range(3):  
3.     def foo(x): print x + i  
4.     flist.append(foo)  
5. for f in flist:  
6.     f(2)  

可能有些人认为这段代码的执行结果应该是2,3,4.但是实际的结果是4,4,4。这是因为当把函数加入flist列表里时，python还没有给i赋值，只有当执行时，再去找i的值是什么，这时在第一个for循环结束以后，i的值是2，所以以上代码的执行结果是4,4,4.

解决方法也很简单，改写一下函数的定义就可以了。

[python]  view plain copy

1. for i in range(3):  
2.     def foo(x,y=i): print x + y  
3.     flist.append(foo)  

三，作用

说了这么多，不免有人要问，那这个闭包在实际的开发中有什么用呢？闭包主要是在函数式开发过程中使用。以下介绍两种闭包主要的用途。

用途1，当闭包执行完后，仍然能够保持住当前的运行环境。

比如说，如果你希望函数的每次执行结果，都是基于这个函数上次的运行结果。我以一个类似棋盘游戏的例子来说明。假设棋盘大小为50*50，左上角为坐标系原点(0,0)，我需要一个函数，接收2个参数，分别为方向(direction)，步长(step)，该函数控制棋子的运动。棋子运动的新的坐标除了依赖于方向和步长以外，当然还要根据原来所处的坐标点，用闭包就可以保持住这个棋子原来所处的坐标。

[python]  view plain copy

1. origin = [0, 0]  # 坐标系统原点  
2. legal_x = [0, 50]  # x轴方向的合法坐标  
3. legal_y = [0, 50]  # y轴方向的合法坐标  
4. def create(pos=origin):  
5.     def player(direction,step):  
6.         # 这里应该首先判断参数direction,step的合法性，比如direction不能斜着走，step不能为负等  
7.         # 然后还要对新生成的x，y坐标的合法性进行判断处理，这里主要是想介绍闭包，就不详细写了。  
8.         new_x = pos[0] + direction[0]*step  
9.         new_y = pos[1] + direction[1]*step  
10.         pos[0] = new_x  
11.         pos[1] = new_y  
12.         #注意！此处不能写成 pos = [new_x, new_y]，原因在上文有说过  
13.         return pos  
14.     return player  
15.   
16. player = create()  # 创建棋子player，起点为原点  
17. print player([1,0],10)  # 向x轴正方向移动10步  
18. print player([0,1],20)  # 向y轴正方向移动20步  
19. print player([-1,0],10)  # 向x轴负方向移动10步  

输出为

[python]  view plain copy

1. [10, 0]  
2. [10, 20]  
3. [0, 20]  

用途2，闭包可以根据外部作用域的局部变量来得到不同的结果，这有点像一种类似配置功能的作用，我们可以修改外部的变量，闭包根据这个变量展现出不同的功能。比如有时我们需要对某些文件的特殊行进行分析，先要提取出这些特殊行。

[python]  view plain copy

1. def make_filter(keep):  
2.     def the_filter(file_name):  
3.         file = open(file_name)  
4.         lines = file.readlines()  
5.         file.close()  
6.         filter_doc = [i for i in lines if keep in i]  
7.         return filter_doc  
8.     return the_filter  

如果我们需要取得文件"result.txt"中含有"pass"关键字的行，则可以这样使用例子程序

[python]  view plain copy

1. filter = make_filter("pass")  
2. filter_result = filter("result.txt")  

以上两种使用场景，用面向对象也是可以很简单的实现的，但是在用Python进行函数式编程时，闭包对数据的持久化以及按配置产生不同的功能，是很有帮助的。

转载自：http://blog.csdn.net/marty_fu/article/details/7679297