Python中的闭包的详细内容介绍

Python中的闭包

前几天又有人留言，关于其中一个闭包和re.sub的使用不太清楚。我在路饭搜索了下，发现没有写过闭包相关的东西，所以决定总结一下，完善Python的内容。

1. 闭包的概念

首先还得从基本概念说起，什么是闭包呢？来看下维基上的解释:

上面提到了两个关键的地方： 自由变量 和 函数, 这两个关键稍后再说。还是得在赘述下“闭包”的意思，望文知意，可以形象的把它理解为一个封闭的包裹，这个包裹就是一个函数，当然还有函数内部对应的逻辑，包裹里面的东西就是自由变量，自由变量可以在随着包裹到处游荡。当然还得有个前提，这个包裹是被创建出来的。

举个例子：

def func(name):
 def inner_func(age):
 print 'name:', name, 'age:', age
 return inner_func

bb = func('the5fire')
bb(26) # >>> name: the5fire age: 26

这里面调用func的时候就产生了一个闭包——inner_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。

另外再说一点，闭包并不是Python中特有的概念，所有把函数做为一等公民的语言均有闭包的概念。不过像Java这样以class为一等公民的语言中也可以使用闭包，只是它得用类或接口来实现。

更多概念上的东西可以参考最后的参考链接。

2. 为什么使用闭包

基于上面的介绍，不知道读者有没有感觉这个东西和类有点相似，相似点在于他们都提供了对数据的封装。不同的是闭包本身就是个方法。和类一样，我们在编程时经常会把通用的东西抽象成类，(当然，还有对现实世界——业务的建模)，以复用通用的功能。闭包也是一样，当我们需要函数粒度的抽象时，闭包就是一个很好的选择。

在这点上闭包可以被理解为一个只读的对象，你可以给他传递一个属性，但它只能提供给你一个执行的接口。因此在程序中我们经常需要这样的一个函数对象——闭包，来帮我们完成一个通用的功能，比如后面会提到的——装饰器。

3. 使用闭包

第一种场景 ，在python中很重要也很常见的一个使用场景就是装饰器，Python为装饰器提供了一个很友好的“语法糖”——@，让我们可以很方便的使用装饰器，装饰的原理不做过多阐述，简言之你在一个函数func上加上@decorator_func, 就相当于decorator_func(func):

def decorator_func(func):
 def wrapper(*args, **kwargs):
 return func(*args, **kwargs)
 return wrapper

@decorator_func
def func(name):
 print 'my name is', name

# 等价于
decorator_func(func)

在装饰器的这个例子中，闭包(wrapper)持有了外部的func这个参数，并且能够接受外部传过来的参数，接受过来的参数在原封不动的传给func，并返回执行结果。

这是个简单的例子，稍微复杂点可以有多个闭包，比如经常使用的那个LRUCache的装饰器，装饰器上可以接受参数@lru_cache(expire=500)这样。实现起来就是两个闭包的嵌套:

def lru_cache(expire=5):
 # 默认5s超时
 def func_wrapper(func):
 def inner(*args, **kwargs):
  # cache 处理 bala bala bala
  return func(*args, **kwargs)
 return inner
 return func_wrapper

@lru_cache(expire=10*60)
def get(request, pk)
 # 省略具体代码
 return response()

不太懂闭包的同学一定得能够理解上述代码，这是我们之前面试经常会问到的面试题。

第二个场景 ，就是基于闭包的一个特性——“惰性求值”。这个应用比较常见的是在数据库访问的时候，比如说：

# 伪代码示意

class QuerySet(object):
 def __init__(self, sql):
 self.sql = sql
 self.db = Mysql.connect().corsor() # 伪代码

 def __call__(self):
 return db.execute(self.sql)

def query(sql):
 return QuerySet(sql)

result = query("select name from user_app")
if time > now:
 print result # 这时才执行数据库访问

上面这个不太恰当的例子展示了通过闭包完成惰性求值的功能，但是上面query返回的结果并不是函数，而是具有函数功能的类。有兴趣的可以去看看Django的queryset的实现，原理类似。

第三种场景 ， 需要对某个函数的参数提前赋值的情况，当然在Python中已经有了很好的解决访问 functools.parial,但是用闭包也能实现。

def partial(**outer_kwargs):
 def wrapper(func):
 def inner(*args, **kwargs):
  for k, v in outer_kwargs.items():
  kwargs[k] = v
  return func(*args, **kwargs)
 return inner
 return wrapper

@partial(age=15)
def say(name=None, age=None):
 print name, age

say(name="the5fire")
# 当然用functools比这个简单多了
# 只需要： functools.partial(say, age=15)(name='the5fire')

看起来这又是一个牵强的例子，不过也算是实践了闭包的应用。

最后总结下，闭包这东西理解起来还是很容易的，在Python中的应用也很广泛，这篇文章算是对闭包的一个总结，有任何疑问欢迎留言交流。

4. 参考资料

维基百科-闭包

http://stackoverflow.com/questions/4020419/closures-in-python

http://www.shutupandship.com/2012/01/python-closures-explained.html

http://stackoverflow.com/questions/141642/what-limitations-have-closures-in-python-compared-to-language-x-closures

http://mrevelle.blogspot.com/2006/10/closure-on-closures.html