Python嵌套函数和闭包
在Python语言中,可以在函数中定义函数。 这种在函数中嵌套定义的函数也叫内部函数。我们来看下面的代码: def greet(name): def inner_func(): print("Hello, {}!".format(name)) inner_func() greet("Mr Zhang")
上述代码中,定义了函数greet,在函数greet内部又定义了一个函数inner_func, 并调用该函数打印了一串字符。
我们可以看到,内部函数inner_func的定义和使用与普通函数基本相同。需要注意的是变量的作用域,在上述代码中,函数参数name对于全局函数greet是局部变量,对内部函数inner_func来说则是非局部变量。内部函数对于非局部变量的访问规则类似于标准的外部函数访问全局变量。
从这个例子我们还可以看到内部函数的一个作用,就是通过定义内部函数的方式将一些功能隐藏起来,防止外部直接调用。常见的场景是,在一个复杂逻辑的函数中,将一些小的任务定义成内部函数,然后由这个外层函数使用,这样可以使代码更为清晰,易于维护。这些内部函数只会在这个外层函数中使用,不能被其他函数或模块使用。
在Python语言中, 函数也是对象,它可以被创建、赋值给变量,或者作为函数的返回值。我们来看下面这个例子。def gen_greet(greet_words): def inner_func(name): print("{}, {}!".format(greet_words,name)) return inner_func #调用gen_greet创建一个函数对象 say_hello = gen_greet("Hello") say_hello("Mr. Zhang") say_hello("Mr. Li") #调用gen_greet创建另一个函数对象 say_hi = gen_greet("Hi") say_hi("Tony")
在上述代码中,在函数gen_greet内部定义了inner_func函数,并返回了一个inner_func函数对象。外部函数gen_greet返回了一个函数对象,所以像gen_greet这样的函数也叫工厂函数。
在内部函数inner_func中,使用了外部函数的传参greet_words(非局部变量),以及函数的参数name(局部变量),来打印一个字符串。
接下来,调用gen_greet("Hello")创建一个函数对象say_hello,紧接着调用say_hello("Mr. Zhang"),输出的结果为:Hello, Mr. Zhang!
同样的,调用gen_greet("Hi")创建一个函数对象say_hi,调用say_hello("Mr. Zhang"),输出的结果为:Hi,Tony!
我们可以发现,gen_greet返回的函数对象具有记忆功能,它能够把所需使用的非局部变量保存下来,用于后续被调用的时候使用。这种保存了非局部变量的函数对象被称作闭包(closure)。
那么闭包是如何实现的呢?其实并不复杂,函数对象中有一个属性__closure__,它就是在创建函数对象时用来保存这些非局部变量的。
__closure__属性是一个元组或者None类型。在上述代码中,我们可以通过下面方式查看:for cell in say_hello.__closure__: print(cell.cell_contents) # 输出结果:Hello
对于非局部变量,可以使用关键字nonlocal对其声明,这样就可以对其进行修改。 def generate_counter(): count = 0 def inner_counter(num): nonlocal count count+=num return count return inner_counter counter = generate_counter() print("Current totals:",counter(3))#0Current totals: 3 print("Current totals:",counter(5))#Current totals: 8 print("Current totals:",counter(2))#Current totals: 10
上述代码实现了累加计数的功能。generate_counter内部定义了局部变量count, 在内部函数inner_counter中使用nonlocal关键字对非局部变量count进行了声明,从而可以对count进行修改或赋值操作。
函数的嵌套所实现的功能大都可以通过定义类的方式来实现,而且类是更加面向对象的代码编写方式。
嵌套函数的一个主要用途是实现函数的装饰器。我们看下面的代码:from functools import wraps def logger(func): @wraps(func) def with_logging(*args, **kwargs): print("{} was called, args={},kwargs={}".format(func.__name__,args,kwargs)) return func(*args, **kwargs) return with_logging @logger def power_func(x,n): """Do some math.""" return x ** n result = power_func(4,3) print("result=",result) #输出结果:result=64 print(power_func.__name__) #输出结果:power_func
在上述代码中,logger函数返回函数with_logging,with_logging则是打印了函数func的名称及传入的参数,然后调用func, 并将参数传递给func。其中的@wraps(func)语句用于复制函数func的名称、注释文档、参数列表等等,使得with_logging函数具有被装饰的函数func相同的属性。
代码中接下来用@logger对函数power_func进行修饰,它的作用等同于下面的代码:def power_func(x,n): #计算x的n次方 return x ** n power_func = logger(power_func) print(power_func.__name__)
可见,装饰器@符其实就是上述代码的精简写法。
通过了解了嵌套函数和闭包的工作原理,我们在使用过程中就能够更加得心应手了。