在python语言中形成闭包的三个条件，缺一不可：

1)必须有一个内嵌函数(函数里定义的函数）——这对应函数之间的嵌套

2)内嵌函数必须引用一个定义在闭合范围内(外部函数里)的变量——内部函数引用外部变量

3)外部函数必须返回内嵌函数——必须返回那个内部函数

闭包：

关于闭包，即函数定义和函数表达式位于另一个函数的函数体内（嵌套函数），而且，这些内部函数可以访问他们所在的外部函数中声明的所有局部变量、参数，当其中一个这样的内部函数在包含它们的外部函数之外被调用时，就会形成闭包，也就是说，内部函数会在外部函数返回后被执行，而当这个内部函数执行时，它仍然必需访问其外部函数的局部变量、参数以及其他内部函数，这些局部变量、参数和函数声明（最初时）的值是外部函数返回时的值，但也会受到内部函数的影响。

闭包的意义：

返回函数对象，不仅仅是一个函数对象，在该函数外还包裹了一层作用域，这使得，该函数无论在何处调用，优先使用自己外层包裹的作用域

 

闭包（closure）是函数式编程的重要的语法结构，Python也支持这一特性，下面就开始介绍Python中的闭包。

​ 首先看看闭包的概念：闭包（Closure）是词法闭包（Lexical Closure）的简称，是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在，即使已经离开了创造它的环境也不例外。所以，闭包是由函数和与其相关的引用环境组合而成的实体。

在开始介绍闭包之前先看看Python中的namespace。

Python中的namespace

Python中通过提供 namespace 来实现重名函数/方法、变量等信息的识别，其一共有三种 namespace，分别为：

• local namespace: 作用范围为当前函数或者类方法
• global namespace: 作用范围为当前模块
• build-in namespace: 作用范围为所有模块

​ 当函数/方法、变量等信息发生重名时，Python会按照 “local namespace -> global namespace -> build-in namespace”的顺序搜索用户所需元素，并且以第一个找到此元素的 namespace 为准。

同时，Python中的内建函数locals()和globals()可以用来查看不同namespace中定义的元素。

看一个例子：

s = "string in global"num = 99def numFunc(a, b): num = 100 print("numFunc的s: ", s) def addFunc(a, b): s = "string in addFunc" print("addFunc的 s: ", s) print("addFunc的num: ", num) print("addFunc的locals : ", locals()) print() return "%d + %d = %d" % (a, b, a + b) print("numFunc的locals: ", locals()) print() return addFunc(a, b) numFunc(3, 6) print("全局: ", globals())

结果：

numFunc的s:  string in globalnumFunc的locals:  {
      'addFunc': 
     
      .addFunc at 0x0317E8A0>, 'b': 6, 'a': 3, 'num': 100} addFunc的 s: string in addFunc addFunc的num: 100 addFunc的locals : { 's': 'string in addFunc', 'b': 6, 'a': 3, 'num': 100} 全局: { '__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0301A310>, '__spec__': None, '__annotations__': {}, '__builtins__': 
      
       , '__file__': 'E:\\Python\\PythonProject\\flys\\qq.py', '__cached__': None, 's': 'string in global', 'num': 99, 'numFunc': 
       
        } [Finished in 0.4s]
       
      
     

​ 代码中通过locals()和globals()获取了不同namespace中定义的元素，当在”numFunc”函数中访问s变量的时候，由于local namespace中没有定义s，所以会找到global中的s；但是，由于”addFunc”的local namespace中有s，所以可以直接使用。

Python创建闭包

​ 下面通过一个例子一步一步分析一下Python如何实现闭包。

#定义一个函数def test(number): #在函数内部再定义一个函数，并且这个函数用到了外边函数的变量，那么将这个函数以及用到的一些变量称之为闭包 def test_in(number_in): print("in test_in 函数, number_in is %d"%number_in) return number+number_in #其实这里返回的就是闭包的结果 return test_in #给test函数赋值，这个20就是给参数number ret = test(20) #注意这里的100其实给参数number_in print(ret(100)) #注意这里的200其实给参数number_in print(ret(200))

结果：

in test_in 函数, number_in is 100120in test_in 函数, number_in is 200 220

在Python中创建一个闭包可以归结为以下三点：

• 闭包函数必须有内嵌函数
• 内嵌函数需要引用该嵌套函数上一级namespace中的变量
• 闭包函数必须返回内嵌函数

通过这三点，就可以创建一个闭包.

__closure__属性

在Python中，函数对象有一个__closure__属性，我们可以通过这个属性看看闭包的一些细节。

def greeting_conf(prefix):    def greeting(name): print(prefix, name) return greeting mGreeting = greeting_conf("Good Morning") print(dir(mGreeting)) print(mGreeting.__closure__) print(type(mGreeting.__closure__[0])) print(mGreeting.__closure__[0].cell_contents)

​ 通过__closure__属性看到，它对应了一个tuple，tuple的内部包含了cell类型的对象。

对于这个例子，可以得到cell的值（内容）为”Good Morning”，也就是变量”prefix”的值。

['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__'] (
     
      ,) 
      
        Good Morning
      
     

​ 从这里可以看到闭包的原理，当内嵌函数引用了包含它的函数（enclosing function）中的变量后，这些变量会被保存在enclosing function的__closure__属性中，成为enclosing function本身的一部分；也就是说，这些变量的生命周期会和enclosing function一样。

闭包再理解

​ 内部函数对外部函数作用域里变量的引用（非全局变量），则称内部函数为闭包。闭包只是在表现形式上跟函数类似，但实际上不是函数。

# closure.pydef counter(start=0): count=[start] def incr(): count[0] += 1 return count[0] return incr

启动python解释器

>>>import closeure>>>c1=closeure.counter(5)>>>print(c1())6>>>print(c1())7>>>c2=closeure.counter(100) >>>print(c2()) 101 >>>print(c2()) 102

nonlocal访问外部函数的局部变量(python3)

def counter(start=0): def incr(): nonlocal start start += 1 return start return incr c1 = counter(5) print(c1()) print(c1()) c2 = counter(50) print(c2()) print(c2()) print(c1()) print(c1()) print(c2()) print(c2())

看一个闭包的实际例子：

def line_conf(a, b):    def line(x): return a*x + b return line line1 = line_conf(1, 1) line2 = line_conf(4, 5) print(line1(5)) print(line2(5))

​ 这个例子中，函数line与变量a,b构成闭包。在创建闭包的时候，我们通过line_conf的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y = x + 1和y = 4x + 5)。我们只需要变换参数a,b，就可以获得不同的直线表达函数。由此，我们可以看到，闭包也具有提高代码可复用性的作用。

​ 如果没有闭包，我们需要每次创建直线函数的时候同时说明a,b,x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。

闭包思考：

• 闭包似优化了变量，原来需要类对象完成的工作，闭包也可以完成
• 由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存

闭包有什么用

我们在交互式模式下，对上面的函数进行简单的测试：

>>> a=funx() >>> a() 6 >>> a() 7 >>> a() 8 >>> a() 9 >>> x Traceback (most recent call last): File "
      
       ", line 1, in 
       
         x NameError: name 'x' is not defined >>>
       
      

我们会发现，funx中的x变量原本仅仅是funx的一个局部变量。但是形成了闭包之后，它的行为就好像是一个全局变量一样。但是最后的错误说明x并不是一个全局变量。其实这就是闭包的一个十分浅显的作用，形成闭包之后，闭包变量能够随着闭包函数的调用而实时更新，就好像是一个全局变量那样。（注意我们上面的a=funx()，a实际上应该是funy，所以a称为闭包）

进一步探究

我们能否找出点证据证明我们对于闭包的猜想呢？很简单，我们可以尝试下面的操作：

>>> a.__closure__(
      
       ,) >>> type(a.__closure__) 
       
         >>> type(a.__closure__[0]) 
        
          >>> a.__closure__[0].cell_contents 9 >>> a() 10 >>> a.__closure__[0].cell_contents 10 >>> def test():pass >>> test.__closure__==None True >>>
        
       
      

这样我们就明白了，形成闭包之后，闭包函数会获得一个非空的__closure__属性（对比我们最后的函数test，test是一个不具备闭包的函数，它的__closure__属性是None），这个属性是一个元组。元组里面的对象为cell对象，而访问cell对象的cell_contents属性则可以得到闭包变量的当前值（即上一次调用之后的值）。而随着闭包的继续调用，变量会再次更新。所以可见，一旦形成闭包之后，python确实会将__closure__和闭包函数绑定作为储存闭包变量的场所。