這里根據(jù)我們平常見到的一些Python常見面試題來跟大家說一下關(guān)于Python閉包的相關(guān)問題！
題目：
1.什么是閉包？閉包的定義？
2.手寫一個(gè)簡單的閉包
3.變量作用域規(guī)則與 nonlocal 關(guān)鍵字？
4.閉包的應(yīng)用
答案要點(diǎn)：
1.首先，我們要了解變量作用域
# 示例一
def test1(a):
print(a)
print(b) # 當(dāng)函數(shù)執(zhí)行到這一步時(shí)會(huì)報(bào)錯(cuò)。
# NameError: global name 'b' is not defined
test1(1)
# 示例二
b = 6
def test2(a):
print(a)
print(b)
test2(1) # 1 6
# 示例三
b = 6
def test3(a):
print(a)
print(b) # 當(dāng)函數(shù)執(zhí)行到這一步仍然會(huì)報(bào)錯(cuò)
# UnboundLocalError: local variable 'b' referenced before assignment
b = 9 # 比示例二多了一行賦值
test3(1)
學(xué)過其他語言，比如 Java ，對示例三的結(jié)果會(huì)比較驚訝，在 Java 中類似的情況，不會(huì)報(bào)錯(cuò)，會(huì)引用外部的全局變量，而如果在內(nèi)部重新賦值后，再次使用則會(huì)用局部變量的值。而在 Python 中情況則不一樣，它在編譯函數(shù)時(shí)，發(fā)現(xiàn)對 b 有賦值的操作，它判定 b 是一個(gè)局部變量，所以在打印 b 時(shí)，它會(huì)去查詢局部變量b，發(fā)現(xiàn)并沒有賦值，所以會(huì)拋出異常。
引用《流暢的Python》中對此的解釋：
這不是缺陷，而是設(shè)計(jì)選擇：Python 不要求聲明變量，但是假定在函數(shù)定義體中賦值的變量是局部變量。這比 JavaScript 的行為要好多了，JavaScript 也不要求聲明變量，但是如果忘記把變量聲明為局部變量(使用var)，可能會(huì)在不知情的情況下獲取全局部變量。
上段話第一次看可能會(huì)有點(diǎn)不明白，其實(shí)簡單來說，Python 就是這樣設(shè)計(jì)的，它認(rèn)為在函數(shù)體中，如果對變量有賦值操作，則證明這個(gè)變量是一個(gè)局部變量，并且它只會(huì)從局部變量中去讀取數(shù)據(jù)。這樣設(shè)計(jì)可以避免我們在不知道的情況下，獲取到全局變量的值，從而導(dǎo)致一些錯(cuò)誤數(shù)據(jù)的出現(xiàn)。
至于解決方法，就是使用 global 關(guān)鍵字，來說明我們使用的是 全局變量 。示例如下：
b = 6
def test4(a):
print(a)
global b # 1
print(b) # 6
b = 9
print(b) # 9
test4(1)
2.閉包的定義：簡單來說，閉包的概念就是當(dāng)我們在函數(shù)內(nèi)定義一個(gè)函數(shù)時(shí)，這個(gè)內(nèi)部函數(shù)使用了外部函數(shù)的臨時(shí)變量，且外部函數(shù)的返回值是內(nèi)部函數(shù)的引用時(shí)，我們稱之為閉包。有點(diǎn)繞
代碼如下：
# 一個(gè)簡單的實(shí)現(xiàn)計(jì)算平均值的代碼
def get_avg():
scores = [] # 外部臨時(shí)變量
def inner_count_avg(val): # 內(nèi)部函數(shù)，用于計(jì)算平均值
scores.append(val) # 使用外部函數(shù)的臨時(shí)變量
return sum(scores) / len(scores) # 返回計(jì)算出的平均值
return inner_count_avg # 外部函數(shù)返回內(nèi)部函數(shù)引用
avg = get_avg()
print(avg(10)) # 10
print(avg(11)) # 10.5
...
3.nonlocal 關(guān)鍵字。上面的代碼，有一個(gè)小缺陷，有很多重復(fù)的計(jì)算，當(dāng)我們傳入一個(gè)新的值想要得到新的平均值時(shí)，其他前一次的總和是可以通過外部臨時(shí)變量存儲的。于是我們很自然的想到下面的代碼：
# 一個(gè)簡單的實(shí)現(xiàn)計(jì)算平均值的代碼改進(jìn)版一
def get_avg():
scores = 0 # 將外部臨時(shí)變量由 list 改為一個(gè) 整型數(shù)值
count = 0 # 同時(shí)新增一個(gè)變量，記錄個(gè)數(shù)
def inner_count_avg(val): # 內(nèi)部函數(shù)，用于計(jì)算平均值
scores += val # 使用外部函數(shù)的臨時(shí)變量
count += 1
return scores / count # 返回計(jì)算出的平均值
return inner_count_avg # 外部函數(shù)返回內(nèi)部函數(shù)引用
avg = get_avg()
print(avg(10)) # 報(bào)錯(cuò)
...
這里報(bào)錯(cuò)的原因，請看第 1 點(diǎn)：變量的作用規(guī)則。因?yàn)?scores += val ，其實(shí)就是 scores = scores + val，有了賦值操作，則認(rèn)為 scores 是局部變量了。而我們也沒辦法使用 global 關(guān)鍵字，因?yàn)榇藭r(shí) scores 和 count 是定義在 get_ave 函數(shù)內(nèi)的，它們倆也是一個(gè)局部變量。而為什么我們使用 list 時(shí)，沒有出現(xiàn)這個(gè)問題呢？也是很好理解的，因?yàn)槲覀兪褂玫氖?list.append() 方法，它沒有賦值操作。你可以簡單認(rèn)為，可變對象(即我們可以通過調(diào)用自身一些方法去做增刪改操作且變量地址值不變)不存在此問題，而不可變對象則會(huì)有。
在 Python 3 中引入了一個(gè)關(guān)鍵詞 nonlocal 解決了這一個(gè)問題：
# 一個(gè)簡單的實(shí)現(xiàn)計(jì)算平均值的代碼改進(jìn)版二
def get_avg():
scores = 0 # 將外部臨時(shí)變量由 list 改為一個(gè) 整型數(shù)值
count = 0 # 同時(shí)新增一個(gè)變量，記錄個(gè)數(shù)
def inner_count_avg(val): # 內(nèi)部函數(shù)，用于計(jì)算平均值
nonlocal count, scores
scores += val # 使用外部函數(shù)的臨時(shí)變量
count += 1
return scores / count # 返回計(jì)算出的平均值
return inner_count_avg # 外部函數(shù)返回內(nèi)部函數(shù)引用
avg = get_avg()
print(avg(10)) # 報(bào)錯(cuò)
你也許會(huì)說，那在 Python 2 的環(huán)境下應(yīng)該怎么解決呢？emm~其實(shí)呢 也是有辦法的，思路就是將不可變對象變?yōu)榭勺儗ο蠹纯?。具體代碼如下：
# -*- coding:utf-8 -*-
class Score:
pass
def get_avg():
s = Score() # 使用類對象
s.scores = 0.0 # 注意 Python 2 中整數(shù)除法是舍棄小數(shù)的，所以要定義為浮點(diǎn)數(shù)
s.count = 0
def inner_get_avg(val):
s.count += 1
s.scores += val
return s.scores / s.count
return inner_get_avg
avg = get_avg()
print(avg(10)) # 10.0
print(avg(11)) # 10.5
4.閉包的應(yīng)用：首先是裝飾器，裝飾器就是通過修改被裝飾函數(shù)，來達(dá)到增加新功能的作用。當(dāng)我們在內(nèi)部函數(shù)去修改被裝飾函數(shù)時(shí)，大部分情況都會(huì)使用到閉包。簡單示例：
def decorator(func): # 外部函數(shù)的局部變量 func
def wrapper(*args, **kwargs): # 接受被包裝函數(shù)傳入過來的參數(shù)
return func(*args, **kwargs) # 使用外部函數(shù)的局部變量 func
return wrapper
@decorator
def basic_func(name):
print 'my name is', name
# 等價(jià)于
decorator_func(func)
另外一個(gè)應(yīng)用由之前求平均值的示例也可以看出來，可以在重復(fù)計(jì)算時(shí)提高效率。其次還有一個(gè)比較重要的應(yīng)用場景，就是利用“惰性求值”這一特性，這一點(diǎn)在 Django 的 QuerySet 里有體現(xiàn)。當(dāng)我們利用 ORM 去做 SQL 查詢時(shí)，很多時(shí)候會(huì)根據(jù)不同的判斷條件，去加 filter，加 filter 的時(shí)候并沒有真正做查詢，在最終獲取結(jié)果的時(shí)候才真正執(zhí)行了查詢。
這里也是根據(jù)我們平常見到的一些Python常見面試題來跟大家講的Python閉包，有補(bǔ)充的伙伴非常歡迎留言補(bǔ)充哈！也希望大家能夠互相學(xué)習(xí)，取長補(bǔ)短，進(jìn)步呀！
