python的闭包与装饰器
原文发表在我的博客主页，转载请注明出处
前言
如果把python当作脚本语言，每次就是写个几十行上百行来处理数据的话，装饰器也许不是很必要，但是如果要开发一个大型系统，装饰器是躲不开的，最开始体会ryu的装饰器之美是在阅读ryu源码的时候，用python官网的一句话来说，learning about descriptors creates a deeper understanding of how python works and an appreciation for the elegance of its design。本篇文章从闭包讲起，也从闭包结束，因为如果理解了闭包，也就理解了装饰器。
python函数作用域LEGB
不论在什么语言中，变量都是必不可少的，在python中，一般存在以下几个变量类型，local：函数内部作用域；enclosing：函数内部与内嵌函数之间；global：全局作用域；build-in：内置作用域。解释器在遇到变量的时候，会按照如下的顺序进行查找：L > E > G > B，简称LEGB。下面以一个简单的函数来说明上述过程：
#coding:utf-8
#global var
passline = 60
def func(val):
# for func, it's local var
# for in_func, it's enclosing var
passline = 90
if val >= passline:
print "pass"
else:
print "fail"
def in_func():
print val
return in_func
def Max(val1, val2):
# max is a built-in fun
return max(val1, val2)
f = func(89)
f()
print Max(90, 100)
local,global,build-in这三个类型比较容易理解，enclosing变量呢？下一节详细讲解。
闭包理解与使用
首先理解下python中的函数，在python中，函数是一个对象（可以通过type函数查看），在内存中占用空间；函数执行完成之后内部的变量会被解释器回收，但是如果某变量被返回，则不会回收，因为引用计数器的值不为0；既然函数也是一个对象，他也拥有自己的属性；对于python函数来说，返回的不一定是变量，也可以是函数。
上一节提到了enclosing变量，在func函数中又定义了一个函数in_func，它输出了变量val，在输出过程中查找变量的时候发现本地没有，所以他就会去func函数里面找并且找到了，这个变量就是enclosing变量。在上面一段代码中，敏感的人可能已经发现了问题，分析代码执行的过程，func函数返回了in_func函数给了f，但是没有返回变量，所以在调用func完成之后val变量应该已经被解释器回收，但是在执行了f函数之后却仍然输出了val的值89，为什么呢？其原因就是：如果引用了enclosing作用域变量的话，会将变量添加到函数属性中，当再次查找变量时，不是去代码中查找，而是去函数属性中查找。可以通过如下代码进行验证：
#coding:utf-8
passline = 60
def func(val):
print "%x" %id(val)
if val >= passline:
print "pass"
else:
print "fail"
def in_func():
print val
in_func()
return in_func
f = func(89)
f() #in_func
print f.__closure__
执行上面的代码，可以发现f函数的__closure__属性拥有一个变量，这个变量的ID和func函数中val变量的ID一样。
上面的代码是用来判断学生的成绩是否及格，即在百分制中60分及格，如果现在需要添加新的功能，即150分制中90分作为及格线，如何完成代码呢？最简单的就是我们创建两个函数，分别为func_100和func_150来完成判断，判断逻辑完全一样，代码如下：
#coding:utf-8
def func_150(val):
passline = 90
if val >= passline:
print "pass"
else:
print "fail"
def func_100(val):
passline = 60
if val >= passline:
print "pass"
else:
print "fail"
func_100(89)
func_150(89)
如果再增加应用场景呢？这样重复而没有任何技术含量的代码的增添十分繁琐，我们可以使用新的方法——闭包来解决这个问题。什么是闭包呢？闭包就是内部函数中对enclosing作用域的变量进行引用。代码如下：
#coding:utf-8
def set_passline(passline):
def cmp(val):
if val >= passline:
print "pass"
else:
print "fail"
return cmp
f_100 = set_passline(60)
f_150 = set_passline(90)
print type(f_100)
print f_100.__closure__
f_100(89)
f_150(89)
在上述代码中，我们定义了一个set_passline函数，这个函数返回cmp函数，在这个函数中定义了cmp函数，在cmp函数中是我们之前的逻辑。在之后不论要进行多少分制的及格判断，只需要调用set_passline函数设置及格线就好，我们以百分制60分及格为例，分析上述代码的执行过程，基本分为两步，一是set_passline函数把返回值cmp函数给f_100，同时将60作为属性给cmp函数，二是f_100函数的执行其实相当于执行存储了passline的cmp函数。
接下来考虑一个问题，上面的passline是整数，能否换成函数？既然变量和函数都是对象，而且以python的灵活性，答案是肯定的。下面的代码同时描述了闭包的另一个应用场景，同时展示了如何使用。
#coding:utf-8
def my_sum(*arg):
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return sum(arg)
def my_average(*arg):
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return sum(arg)/len(arg)
def dec(func):
def in_dec(*arg):
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return func(*arg)
return in_dec
# 1.dec return in_dec -> my_sum
# 2.my_sum = in_dec(*arg)
my_sum = dec(my_sum)
在上面的代码中，首先定义了两个函数，这两个函数的功能大同小异，分别为求和函数和求平均值函数，由于求平均值元祖的长度不能为空，同时元祖中的数据都应该为整数，所以在每个函数中都先需要参数检查，本着以人为本的方针，这部门代码应该复用。所以在下面定义了另外一个函数dec,这个函数的参数为一个函数，返回值为一个内嵌函数，这个内嵌函数的逻辑和上面求和求平均值的逻辑一样，先判断，再返回结果。这个函数如何使用呢？比如现在我们要求和，代码如下：
def my_sum(*arg):
return sum(arg)
def dec(func):
def in_dec(*arg):
if len(arg) == 0:
return 0
for val in arg:
if not isinstance(val, int):
return 0
return func(*arg)
return in_dec
# 1.dec return in_dec -> my_sum
# 2.my_sum = in_dec(*arg)
my_sum = dec(my_sum)
my_sum = dec(my_sum)函数分两步，首先my_sum得到dec返回的in_dec函数，其次调用in_dec函数。
所以，遵上来看，闭包可以在很大程度上实现封装和代码复用。
装饰器
最开始就说，这篇博客始于闭包，终于闭包，所以装饰器不多说，只说四句话：
1.装饰器就是对闭包的使用；
2.装饰器用来装饰函数；
3.返回一个函数对象，被装饰的函数接收；
4.被装饰函数标识符指向返回的函数对象。
总结
接触python装饰器很久了，殊不知从闭包更容易理解装饰器。
