闭包函数

闭包函数

回顾:

  • 函数对象:可以将定义在函数内的函数返回到全局使用,从而打破函数的层级限制。
  • 名称空间与作用域:作用域关系在函数定义阶段时就已经固定死了。与调用位置无关,即在任意位置调用函数都需要跑到定义函数时找到作用域关系
def f1():
    x = 1

    def inner():
        print(x)

    return inner


func = f1()
x = 2


def f2():
    x = 3
    func()


f2()

1

一、什么是闭包?

闭包:闭是封闭(函数内部函数),包是包含(该内部函数对外部作用域而非全局作用域的变量的引用)。闭包指的是:函数内部函数对外部作用域而非全局作用域的变量的引用

提示:之前外面都是通过参数将外部的值传给函数,闭包提供了另一种思路,包起来喽,包起呦,包起来哇。

def outter():
    x = 1

    def inner():
        print(x)
    return inner


f = outter()


def f2():
    x = 2
    f()


f2()

1

1.1两种为函数传参的方式

为函数传参的方式一:使用参数发形式

在外面之前的学习中都是通过直接调用函数名的方式来使用函数,这样过于麻烦,所以使用闭包的方式来简化这个过程,

def func(x):
    print(x)


func(1)
func(1)
func(1)

1
1
1

为函数传参的方式二:包给函数

先定义一个有参函数,在这个有参函数内定义一个无参函数,然后在无参函数内写入需要的代码块,然后返回无参函数的函数名,这样就可以在函数外部,将有参函数赋值给变量名的方式来进行多次调用。

def outter(x):
    x = 1

    def inner():
        print(x)

    return inner


f = outter(1)
f()
f()
# 查看闭包的元素
print(f"f.__closure__[0].cell_contents:f.__closure__[0].cell_contents}")

1
1
f.__closure__[0].cell_contents:1

二、闭包函数的应用

闭包的意义:返回的函数对象,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。

应用领域:延迟计算(原来我们是传参,现在我们是包起来)、爬虫领域

import requests


def get(url):
    response = requests.get(url)
    print(f"done: {url}")
    
get('https://www.baidu.com')
get('https://www.baidu.com')
get('https://www.baidu.com')


get('https://www.cnblogs.com/linhaifeng')
get('https://www.cnblogs.com/linhaifeng')
get('https://www.cnblogs.com/linhaifeng')

done: https://www.baidu.com
done: https://www.baidu.com
done: https://www.baidu.com
done: https://www.cnblogs.com/linhaifeng
done: https://www.cnblogs.com/linhaifeng
done: https://www.cnblogs.com/linhaifeng

上面的方式是极其复杂的,我们如果使用默认参数也只能解决一个网址,因此我们可以考虑 使用闭包的方式。

import requests


def outter(url):
    def get():
        response = requests.get(url)
        print(f"done: {url}")
    return get

baidu=outter('https://www.baidu.com')
python = outter('https://www.python.org')

baidu()
baidu()

python()
python()

done: https://www.baidu.com
done: https://www.baidu.com
done: https://www.python.org
done: https://www.python.org

posted @ 2019-09-27 10:24  半哑Lin  阅读(243)  评论(0编辑  收藏  举报