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)

   ...:     88888

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)

   ...:     02468

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_funcdef 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