Python自由之路(五)Pyhton 闭包

简介: 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).闭包在函数式编程中是一个重要的概念。语法上看比较简单,但是用处却是相当广泛的。在Python 2.1版本以前,只有全局域和局部作用域,而在2.1以后的版本中我们可以使用静态嵌套域,如像下面这样的嵌套函数中,在以前,内部函数是不能访问外部函数作用域中的变量的。

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).闭包在函数式编程中是一个重要的概念。语法上看比较简单,但是用处却是相当广泛的。
在Python 2.1版本以前,只有全局域和局部作用域,而在2.1以后的版本中我们可以使用静态嵌套域,如像下面这样的嵌套函数中,在以前,内部函数是不能访问外部函数作用域中的变量的。
def foo():
    m = 3
    def bar():
        n = 4
        print m + n
    print m
 bar()
而在现在的版本中可以完美运行,而bar()中的 m 就是一个既不属于全局域又不属于局部域的闭包变量,它存活在一个函数的名称空间和作用域---嵌套作用域。而在闭包中对嵌套作用域中的访问规则与上面讨论的Global是一样的。即在对闭包变量 m 的重新声明之前引用 m 都会引发异常
def foo():
    m = 3
    def bar():
        print m  #UnboundLocalError
        m=4
        print m
 bar()
UnboundLocalError: local variable 'm' referenced before assignment
为什么会这样呢?其实是因为m的类型有关,我们知道Pyhton中的基本数据类型分为可变和不可变,对于不可变类型的赋值,其实是重新定义一个新的变量对象,并深拷贝原对象到新对象,参考str类型说明。 如果将上面的 m 声明成可变类型list,那就不会产生这个异常了。
 def foo():
      m = [3]
      def bar():
          print m[0]
          m[0]=4
         print m[0]
      bar()
关于可变类型与不可变类型的说明,这里就不展开说了,大家可以看API Document

下面举一个闭包的实际例子:
def hellocounter (name):
    count=[0]
    def counter():
        count[0]+=1
        print 'Hello,',name,',',str(count[0])+' access!'
    return counter

hello = hellocounter('ysisl')
hello()
hello()
hello()

Console output:
 Hello, ysisl , 1 access!
 Hello, ysisl , 2 access!
 Hello, ysisl , 3 access!
这个例子中,hellocounter(name)返回了一个内部函数counter的引用,就像C++中指向函数的指针一样,我们把这个引用用一个变量hello来保存,那么这个变量就代表了这个counter函数,为什么对hello()的反复调用能保持闭包变量count的自增,而不是释放后再重新分配?因为count不是counter的局部变量,它是一个在hellocounter()范围内游离于counter之外的变量,只有当hellocounter(name)被调用时,count才被重新分配新的内存地址。

目录
相关文章
|
1天前
|
存储 缓存 算法
Python闭包|你应该知道的常见用例(下)
Python闭包|你应该知道的常见用例(下)
10 1
Python闭包|你应该知道的常见用例(下)
|
5天前
|
自然语言处理 小程序 测试技术
Python闭包|你应该知道的常见用例(上)
Python闭包|你应该知道的常见用例(上)
14 3
Python闭包|你应该知道的常见用例(上)
|
4月前
|
监控 测试技术 Python
颠覆传统!Python闭包与装饰器的高级实战技巧,让你的项目效率翻倍
【7月更文挑战第7天】Python的闭包与装饰器是强大的工具。闭包是能记住外部作用域变量的内部函数,常用于动态函数创建和工厂模式。例如,`make_power`返回含外部变量`n`的`power`闭包。装饰器则允许在不修改函数代码的情况下添加新功能,如日志或性能监控。`my_decorator`函数接收一个函数并返回包装后的函数,添加了前后处理逻辑。掌握这两者,可提升编程效率和灵活性。
40 3
|
26天前
|
Python
深入理解Python中的闭包
深入理解Python中的闭包
16 0
|
4月前
|
存储 安全 Java
在python中使用闭包和其他惯例
【7月更文挑战第3天】本文介绍闭包基本概念和例子,内部函数访问外部变量,实现数据隐藏。以及 Python的惯用法:用`in`检查字典键,用`dict.get()`安全取值。
42 1
在python中使用闭包和其他惯例
|
3月前
|
数据安全/隐私保护 Python
Python闭包:函数定义的神秘力量!
Python闭包:函数定义的神秘力量!
54 0
|
4月前
|
程序员 Python
从零到一,彻底掌握Python闭包与装饰器的精髓,成为编程界的隐藏Boss
【7月更文挑战第7天】探索Python编程的两大基石:闭包与装饰器。闭包是内部函数记住外部作用域的变量,如`make_multiplier_of`返回的`multiplier`,它保持对`n`的引用。装饰器则是函数工厂,接收函数并返回新函数,如`my_decorator`,它在不改变原函数代码的情况下添加日志功能。掌握这些,让代码更优雅,效率更高,助你成为编程高手。
32 3
|
4月前
|
程序员 Python
程序员必看!Python闭包与装饰器的高级应用,让你的代码更优雅、更强大
【7月更文挑战第7天】Python中的闭包和装饰器是高级特性,用于增强代码功能。闭包是内部函数记住外部作用域的变量,常用于动态函数和函数工厂。示例展示了`make_multiplier_of`返回记住n值的`multiplier`闭包。装饰器则是接收函数并返回新函数的函数,用于不修改原函数代码就添加功能。`my_decorator`装饰器通过`@`语法应用到`say_hello`函数上,展示了在调用前后添加额外行为的能力。这两种技术能提升代码的优雅性和效率。
38 3
|
4月前
|
Python
Python编程实战:利用闭包与装饰器优化日志记录功能
【7月更文挑战第7天】Python的闭包和装饰器简化了日志记录。通过定义如`log_decorator`的装饰器,可以在不修改原函数代码的情况下添加日志功能。当@log_decorator用于`add(x, y)`函数时,调用时自动记录日志。进一步,`timestamp_log_decorator`展示了如何创建特定功能的装饰器,如添加时间戳。这些技术减少了代码冗余,提高了代码的可维护性。
61 1
|
4月前
|
Python
Python黑魔法揭秘:闭包与装饰器的高级玩法,让你代码飞起来
【7月更文挑战第7天】Python的闭包和装饰器是提升代码效率的神器。闭包是能记住外部作用域变量的内部函数,常用于动态函数创建。示例中,`make_multiplier_of`返回一个保留`n`值的闭包。装饰器则是一个接收函数并返回新函数的函数,用于在不修改原函数情况下添加功能,如日志或性能追踪。`@my_decorator`装饰的`say_hello`函数在执行时会自动加上额外操作。掌握这两者,能让Python代码更优雅、强大。**
33 1