我已经读了很多关于闭包的文章,我想我理解它们,但是我希望有人能尽可能简洁、清晰地解释闭包,而不会给自己和其他人的印象蒙上阴影。我正在寻找一个简单的解释,可以帮助我理解在哪里和为什么我要使用它们。
关闭时关闭
Objects are data with methods
attached, closures are functions with
data attached.
1 2 3 4 5 6 7 8 9 10 11 12 13
| def make_counter():
i = 0
def counter(): # counter() is a closure
nonlocal i
i += 1
return i
return counter
c1 = make_counter()
c2 = make_counter()
print (c1(), c1(), c2(), c2())
# -> 1 2 1 2 |
这很简单:一个引用包含范围中变量的函数,可能是在控制流离开该范围之后。最后一位非常有用:
1 2 3 4 5 6 7 8 9 10 11 12
| >>> def makeConstantAdder(x):
... constant = x
... def adder(y):
... return y + constant
... return adder
...
>>> f = makeConstantAdder(12)
>>> f(3)
15
>>> g = makeConstantAdder(4)
>>> g(3)
7 |
请注意,12和4分别在f和g中"消失",这一特性使f和g正确关闭。
老实说,我完全理解闭包,只是我从来没有弄清楚什么是"闭包",什么是"闭包"。我建议你放弃寻找术语选择背后的逻辑。
不管怎样,我的解释是:
1 2 3 4 5 6 7 8 9
| def foo():
x = 3
def bar():
print x
x = 5
return bar
bar = foo()
bar() # print 5 |
这里的一个关键思想是,从foo返回的函数对象保留了对局部变量"x"的一个钩子,即使"x"已经超出范围,应该是无效的。这个钩子指向var本身,而不仅仅是var当时的值,所以当调用bar时,它打印5而不是3。
同样要清楚的是,python 2.x的闭包是有限的:我无法在"bar"中修改"x",因为写入"x=bla"将在bar中声明一个本地的"x",而不是分配给foo的"x"。这是python的assignment=声明的副作用。为了解决这个问题,python 3.0引入了非本地关键字:
1 2 3 4 5 6 7 8 9 10 11 12 13
| def foo():
x = 3
def bar():
print x
def ack():
nonlocal x
x = 7
x = 5
return (bar, ack)
bar, ack = foo()
ack() # modify x of the call to foo
bar() # print 7 |
我喜欢这个粗略、简洁的定义:
A function that can refer to environments that are no longer active.
我会添加
A closure allows you to bind variables into a function without passing them as parameters.
接受参数的修饰符是闭包的常见用法。闭包是那种"函数工厂"的一种常见实现机制。当策略在运行时被数据修改时,我经常选择在策略模式中使用闭包。
在一种允许匿名块定义的语言中——例如Ruby、C——闭包可以用来实现(多少)新的控制结构。缺少匿名块是Python中闭包的限制之一。
我从来没有听说过事务与解释什么是闭包在同一个上下文中使用,这里实际上没有任何事务语义。
它之所以被称为闭包,是因为它"关闭"了外部变量(常量),也就是说,它不仅是一个函数,而且是创建函数的环境的一个外壳。
在下面的示例中,更改x后调用闭包g也将更改g中x的值,因为g关闭x:
1 2 3 4 5 6 7 8 9 10 11 12
| x = 0
def f():
def g():
return x * 2
return g
closure = f()
print(closure()) # 0
x = 2
print(closure()) # 4 |
这里是一个典型的闭包用例——对GUI元素的回调(这是对button类进行子类化的一种替代方法)。例如,您可以构造一个函数,该函数将在按钮按下时被调用,并"关闭"父作用域中处理单击所必需的相关变量。这样,您就可以从相同的初始化函数连接非常复杂的接口,将所有依赖项构建到闭包中。
下面是python3闭包的示例
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
| def closure(x):
def counter():
nonlocal x
x += 1
return x
return counter;
counter1 = closure(100);
counter2 = closure(200);
print("i from closure 1" + str(counter1()))
print("i from closure 1" + str(counter1()))
print("i from closure 2" + str(counter2()))
print("i from closure 1" + str(counter1()))
print("i from closure 1" + str(counter1()))
print("i from closure 1" + str(counter1()))
print("i from closure 2" + str(counter2()))
# result
i from closure 1 101
i from closure 1 102
i from closure 2 201
i from closure 1 103
i from closure 1 104
i from closure 1 105
i from closure 2 202 |
在Python中,闭包是一个函数的实例,该函数的变量是固定绑定的。
事实上,数据模型在其对函数的__closure__属性的描述中解释了这一点:
None or a tuple of cells that contain bindings for the function’s free variables. Read-only
为了证明这一点:
1 2 3 4 5 6
| def enclosure(foo):
def closure(bar):
print(foo, bar)
return closure
closure_instance = enclosure('foo') |
很明显,我们知道现在有一个函数指向变量名closure_instance。表面上,如果我们用对象bar来调用它,它应该打印字符串'foo',以及bar的字符串表示形式。
实际上,字符串"foo"与函数的实例绑定在一起,我们可以通过访问__closure__属性的元组中第一个(并且只有一个)单元格的cell_contents属性,在这里直接读取它:
1 2
| >>> closure_instance.__closure__[0].cell_contents
'foo' |
顺便提一句,cell对象在C API文档中进行了描述:
"Cell" objects are used to implement variables referenced by multiple
scopes
我们可以演示闭包的用法,注意到'foo'卡在函数中,不会改变:
1 2 3 4 5 6
| >>> closure_instance('bar')
foo bar
>>> closure_instance('baz')
foo baz
>>> closure_instance('quux')
foo quux |
没有什么可以改变它:
1 2 3 4
| >>> closure_instance.__closure__ = None
Traceback (most recent call last):
File"<stdin>", line 1, in <module>
TypeError: readonly attribute |
部分函数
给出的示例使用闭包作为部分函数,但是如果这是我们唯一的目标,那么使用functools.partial可以实现相同的目标。
1 2 3 4 5 6 7 8
| >>> from __future__ import print_function # use this if you're in Python 2.
>>> partial_function = functools.partial(print, 'foo')
>>> partial_function('bar')
foo bar
>>> partial_function('baz')
foo baz
>>> partial_function('quux')
foo quux |
还有一些更复杂的闭包不适合部分函数示例,我将在时间允许的情况下进一步演示它们。
我想分享我的例子和一个关于闭包的解释。我做了一个Python示例,并用两个数字来演示堆栈状态。
1 2 3 4 5 6 7 8 9 10 11 12 13 14
| def maker(a, b, n):
margin_top = 2
padding = 4
def message(msg):
print('
’ * margin_top, a * n,
' ‘ * padding, msg, ' ‘ * padding, b * n)
return message
f = maker('*', '#', 5)
g = maker('?', '?’, 3)
…
f('hello')
g(‘good bye!') |
此代码的输出如下:
1 2 3
| ***** hello #####
??? good bye! ??? |
这里有两个图显示堆栈和附加到函数对象的闭包。
当函数从maker返回时
稍后调用函数时
当通过参数或非局部变量调用函数时,代码需要局部变量绑定,如Margin_Top、Padding以及a、b、n。为了确保函数代码正常工作,很久以前就不存在的maker函数的堆栈框架应该是可访问的,它备份在闭包中,我们可以通过h'消息的函数对象。
我们都在python中使用了装饰器。这些示例很好地展示了什么是Python中的闭包函数。
1 2 3 4 5 6 7 8 9 10 11 12 13
| class Test():
def decorator(func):
def wrapper(*args):
b = args[1] + 5
return func(b)
return wrapper
@decorator
def foo(val):
print val + 2
obj = Test()
obj.foo(5) |
这里的最终值是12
在这里,包装器函数能够访问func对象,因为包装器是"词汇闭包",它可以访问它的父属性。这就是为什么,它能够访问func对象。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
| # A Closure is a function object that remembers values in enclosing scopes even if they are not present in memory.
# Defining a closure
# This is an outer function.
def outer_function(message):
# This is an inner nested function.
def inner_function():
print(message)
return inner_function
# Now lets call the outer function and return value bound to name 'temp'
temp = outer_function("Hello")
# On calling temp, 'message' will be still be remembered although we had finished executing outer_function()
temp()
# Technique by which some data('message') that remembers values in enclosing scopes
# even if they are not present in memory is called closures
# Output: Hello |
关闭要满足的标准是:
我们必须有嵌套函数。
嵌套函数必须引用封闭函数中定义的值。
封闭函数必须返回嵌套函数。
1 2 3 4 5 6 7 8 9 10 11
| # Example 2
def make_multiplier_of(n): # Outer function
def multiplier(x): # Inner nested function
return x * n
return multiplier
# Multiplier of 3
times3 = make_multiplier_of(3)
# Multiplier of 5
times5 = make_multiplier_of(5)
print(times5(3)) # 15
print(times3(2)) # 6 |
对于我来说,"闭包"是能够记住创建环境的函数。此功能允许您在闭包wich中使用变量或方法,换句话说,您将无法使用它们,因为它们不再存在,或者由于作用域而无法访问。让我们看看Ruby中的代码:
1 2 3 4 5 6 7 8 9
| def makefunction (x)
def multiply (a,b)
puts a*b
end
return lambda {|n| multiply(n,x)} # => returning a closure
end
func = makefunction(2) # => we capture the closure
func.call(6) # => Result equal"12" |
即使"乘法"方法和"x"变量都不存在,它也能工作。所有这些都是因为关闭功能需要记住。
我见过的最好的解释就是解释这个机制。就像这样:
将程序堆栈想象为一个退化树,其中每个节点只有一个子节点,而单个叶节点是当前执行过程的上下文。
现在放松约束,每个节点只能有一个子节点。
如果这样做,您可以有一个构造("yield"),它可以从过程返回而不丢弃本地上下文(即返回时它不会从堆栈中弹出)。下一次调用过程时,调用会拾取旧的堆栈(树)帧,并在停止的地方继续执行。