2021-02-21 补充一点理解
闭包本身也不是python特有的东西,很多语言中都有。函数嵌套,外部函数包含内部函数,从而内部函数成为闭包(这个“闭”字,体现在环境的私有化,所谓环境可以简单理解成闭包自带一个独立的变量作用域)
很多人学python都是先学的类,类属性,类方法,类实例这些概念,后接触的闭包。
我个人认为这么理解可能对新人更好理解一些:
你可以把闭包当成是特殊的类看待。
闭包和类都是需要实例化后才能使用的
类实例后,一般都是包含属性和方法的,
而闭包实例本身就是唯一的方法,nonlocal声明过的变量就是实例属性(编写内部函数(闭包)时,其外部函数的作用,就是把它的变量,通过nonlocal作用域扩展到内部函数(闭包)。在实例化时,由于闭包会携带它的环境,所以由父函数扩展来的变量作为环境的一部分,成为了实例属性)
=======================
闭包也就是装饰器的实现,其作用在于:
1、不改变原函数内代码段;
2、不改变原函数名称;
3、为原函数增加新的功能,改变输出结果等等。
本文涉及到以下3个知识点:
1、作用域LEGB法则(知道的可以跳过)
2、闭包
3、装饰器
1、作用域LEGB法则
寻找变量的调用顺序,就是采用的LEGB原则(就近原则):L>E>G>B
- 局部L(local)
- 闭包E(enclosing) 闭包(函数嵌套)L的父
- 全局G(global)
- 内置B(built-in)
用伪代码描述一下,就是:
B # Python内置模块的命名空间
------ # 以下才是你写的代码正文
G
def f1():
E
def f2():
L
也就是从下往上、从里往外逐级查找。
-
B是指内置,不是你自己定义的,不用管
-
L和G,简而言之就是函数里和函数外
-
E,如果函数外还有函数嵌套,则里面的是L,外面的是E,最外面是全局G
-
L可以通过global声明,变为与全局共用的变量,也就是L、G共用变量
-
L可以通过nonlocal声明,变为与其父级共用的变量,也就是L、E共用变量
-
这里的共用是指的读取和修改
如果只是需要读取,可以不用声明,因为只要不存在同名变量,程序就会默认根据就近原则,逐级向上查找读取对应名称的变量;但如果你用到了修改,则程序会报错
举个例子
def fa():
a = 0
def fb():
print(a)
fb()
fa()
fa()
嵌套fb()
,子函数中没有对变量a
进行赋值操作,也是a=xxx
之类的。所以在fb()
的L中没有的时候,可以向上层也就是父级寻找,使用E作用域的中的变量。
假设这里改了一句
def fa():
a = 0
def fb():
print(a)
a = 1 # 这里加一句对a的赋值
fb()
fa()
# 输出结果
Traceback (most recent call last):
File "test.py", line 5, in fb
print(a)
UnboundLocalError: local variable 'a' referenced before assignment
[Finished in 0.2s with exit code 1]
你会发现在print(a)
的时候,就出现了a
未定义的错误。原因在于fb()
的L局部作用域中,有对a进行了赋值这样的操作,a
不能使用父级的定义。而在打印输出时,局部函数中a尚未定义,导致程序报错。
那么局部就不可以修改父级了么?其实是可以的。
原理和global
声明变量,局部变全局是一个道理。
def fa():
a = 0
def fb():
nonlocal a
print(a)
a = 1
fb()
fa()
使用nonlocal
声明后,a
的作用域就扩展到了父级,就又可以使用E嵌套作用域了。
2、闭包说明
首先以一段闭包实现的代码为例:
def fa():
a = 0
def fb():
nonlocal a
print(a)
a = 1
return fb
f = fa()
f()
f()
# 输出结果
0
1
将闭包函数,之前的嵌套函数对比
发现代码基本一致,只有最后的fb()
变成了return fb
def fa(): # def fa():
a = 0 # a = 0
def fb(): # def fb():
nonlocal a # nonlocal a
print(a) # print(a)
a = 1 # a = 1
return fb # fb()
这就导致程序没有执行内部函数fb
,而是将内部函数打包作为输出。(闭包执行流程可以看当前页最下方的测试记录)
所以通过f = fa()
返回的函数对象f
,其实执行的是,打包好的内部函数fb()
的内容,就是下面这段
def fb():
nonlocal a
print(a)
a = 1
但它的特别之处在于:
f
创建时所携带的父层变量a
会一直存在于内存中,不会因为函数执行完成而消失(除非你主动del f
删掉)
f = fa()
f()
f()
# 输出结果
0
1
其结果分别为0和1的原因在于:
第1次f()
,读取了f
初始化时的a
值进行输出为0
,然后通过a=1
,a
才变成1
第2次f()
,因为a
已经变成1
,所以a
值输出为1
,然后通过a=1
,a
依旧是1
其创建特征在于:函数嵌套,返回函数对象,返回那个函数引用了父层变量。
其使用特征在于:保存局部信息不被销毁。
3、装饰器说明
说完了闭包,来说装饰器。
首先写一个闭包程序,
函数funca
将输入参数+1,作为结果输出。
闭包实现的是任意输入函数,将其输出结果求平方。
所以将funca
打包成new_funca
后,输出结果变成了
(
1
+
1
)
2
=
4
(1+1)^2=4
(1+1)2=4
def build_bibao(f):
def bibao(*args):
result = f(*args)
return result**2
return bibao
def funca(num):
return num+1
new_funca = build_bibao(funca)
print(new_funca(1))
# 输出结果
4
那么将上面代码用@
简写,其实就是装饰器的实现。
def build_bibao(f):
def bibao(*args):
result = f(*args)
return result**2
return bibao
@build_bibao
def funca(num):
return num+1
print(funca(1))
# 输出结果
4
装饰器实际上对输入函数funca
做了包装,然后给你返回了包装好的,附加了新功能(结果求平方)的funca
============================================================
下面是自己研究闭包时候,做的一些测试(只做记录,可以忽略)
代码如下:
def funx(x):
return x*x
def build_bibao(func):
def bibao(j):
return func(j)
return bibao
new_funx = build_bibao(funx)
new_funx(5)
添加打印输出,确认其执行过程:
def funx(x):
return x*x
def build_bibao(func):
print(0,type(func),func)
def bibao(j):
print(3,type(j),j)
print(4,type(func.__name__),func.__name__)
print(5,type(func(j)),func(j))
return func(j)
print(1,type(bibao),bibao)
return bibao
new_funx = build_bibao(funx)
print(2,type(new_funx),new_funx)
new_funx(5)
可以依照打印序号,确认执行顺序和结果
0 <class 'function'> <function funx at 0x000002AA4EA72EA0>
1 <class 'function'> <function build_bibao.<locals>.bibao at 0x000002AA4EDD8730>
2 <class 'function'> <function build_bibao.<locals>.bibao at 0x000002AA4EDD8730>
3 <class 'int'> 5
4 <class 'str'> funx
5 <class 'int'> 25
[Finished in 0.2s]