Python 中闭包概念是什么

概要

计算机中有些英文专业词汇，字面直译，难免因缺少上下文而显得苍白拗口，须得多方铺垫，方能味得古怪下面的原理。闭包（closure）便是一个这样牵扯了许多上下文的概念，包括编程语言最基本的绑定（binding），环境（environments），变量作用域（scope）以及函数是第一等公民（function as the first-class）等等。

Binding（绑定）

在Python中，binding（绑定） 是编程语言最基本的抽象手法，它将一个值绑定到一个变量上，并且稍后可以引用或者修改该变量。下面是几种不同层次的绑定，每组语句在运行时将一个名字与对应值绑定到其定义所在的环境中。

• 将名字绑定到一块内存，通过赋值语句实现，当然函数调用时，形参和实参结合也是绑定：

In [1]: square = 4

• 将名字绑定到一组复合运算，即     函数定义，利用     def 关键字实现：

In [1]: def square(x):
            return x*x

• 将名字绑定到一个数据集合，即     类定义，使用     class 实现：

In [1]: class square:
            def __init__(self, x):
                self.x = x

            def value(self):
                return self.x * self.x

依照执行顺序，同名多次绑定，后面会覆盖前面：

In [1]: square = 3

In [2]: square
Out[2]: 3

In [3]: def square(x):
   ...:     return x * x
   ...:
   ...:

In [4]: square
Out[4]: <function __main__.square(x)>

In [5]: class square:
   ...:     def __init__(self, x):
   ...:         self.x = x
   ...:

In [6]: square
Out[6]: __main__.square

说这些都是抽象，是因为它们提供了对数据、复合操作或数据集合的封装手段，即将一个名称与复杂的数据或逻辑进行捆绑，使调用者不用关心其实现细节，并可以据此来构建更复杂的工程。可以说绑定是编程的基石。

回到本文的主题上来，闭包是对一组复合语句的抽象，也就是函数，只不过是一种特殊的函数，至于这个特殊性在哪，这里先卖个关子，等稍后引入更多概念后再进行阐述。

Scope （作用域）

scope（作用域），顾名思义，也就是某个binding 能罩多大的范围，或者说可以在多大范围内访问的到一个变量。每个函数定义会生成一个局部定义域。

Python，和大多数编程语言一样，使用的是静态作用域（static scoping，有时也称 lexical scoping）规则。在函数嵌套定义的时候，内层函数内可以访问外层函数的变量值。因此你可以把作用域想象成一个容器，即它是可以嵌套的，并且内层作用域会扩展外层作用域，而最外层作用域即全局作用域。

上一小节提到了，多次同名绑定，后面会覆盖先前，其实有隐含前提：在同一作用域内。如果是嵌套作用域，其实是隐藏的关系，内层函数的变量定义会遮蔽外层函数同一名字定义，但是在外层作用域中，该变量仍是原值：

In [16]: a = 4

In [17]: def outer(): 
    ...:     a = 5
    ...:     print(a)
    ...:     def inner():
    ...:         a = 6
    ...:         print(a)
    ...:     inner()
    ...:     print(a)
    ...:

In [18]: outer()
5
6
5

In [19]: print(a)
4

作用域其实也可以从另一个角度理解，即我们在某个环境（environment）中，在确定一个name binding 值的时候，会从最内层作用域顺着往外找，找到的第一个该名字 binding 的对应的值即为该 name 引用到的值。

需要强调的时候，函数的嵌套定义会引起定义域的嵌套，或者说环境扩展（内层扩展外层）关系。类的定义又稍有不同，class 定义会引入新的 namespace（命名空间），命名空间和作用域是常拿来对比的概念，但这里按下不表，感兴趣的可以自己去查查资料。

说到这里，要提一下，一个常被说起的反直觉例子：

In [50]: a = 4

In [51]: def test():
    ...:     print(a) # 这里应该输出什么？
    ...:     a = 5
    ...:

In [52]: test()
---------------------------------------------------------------------------
UnboundLocalError                         
Traceback (most recent call last)
<ipython-input-52-fbd55f77ab7c> in <module>()
----> 1 test()

<ipython-input-51-200f78e91a1b> in test()
      1 def test():
----> 2     print(a)
      3     a = 5
      4

UnboundLocalError: local variable 'a' referenced before assignment

想象中，上面 print 处应该输出 4 或者 5 才对，为什么会报错呢？这是因为 test 函数在被解释器解析的时候，分词器会扫一遍 test 函数定义中的所有 token（符号），看到赋值语句 a=5 的存在，就会明确 a 是一个局部变量，因此不会输出 4。而在执行到 print(a) 的时候，在局部环境中，a 还未被binding，因此会报 UnboundLocalError。

稍微扩展说明一下，虽然 Python 是解释执行的，即输入一句，解释一句，执行一句。但是对于代码块（即头部语句，冒号与其关联的缩进块所构成的复合语句（compound sentences），常见的有函数定义，类定义，循环语句等等）来说，还是会整体先扫一遍的。

First-Class Function（函数是第一等公民）

一般来说，组成编程语言的元素，如变量、函数和类，会被设定不同的限制，而具有最少限制的元素，被我们称为该编程语言中的一等公民。而一等公民最常见的特权有：

1. 可以被     绑定到名字上
2. 可以作为参数在函数中传递
3. 可以作为返回值被函数作为结果返回
4. 可以被包含在其他数据结构中

套用到 Python 中的函数，即一个函数可以被赋值给某个变量，可以被其他函数接收和返回，可以定义在其他函数中（即嵌套定义）：

In [32]: def test():
    ...:     print('hello world')
    ...:

In [33]: t = test # 赋值给变量

In [34]: t()
hello world

In [35]: def wrapper(func):
    ...:     print('wrapper')
    ...:     func()
    ...:

In [36]: wrapper(t) # 作为参数传递
wrapper
hello world

In [37]: def add_num(a): 
    ...:     def add(b): # 嵌套定义
    ...:         return a + b
    ...:     return add # 作为函数的返回值
    ...:
    ...:

In [38]: add5 = add_num(5)

In [39]: add5(4)
Out[39]: 9

并不是在所有语言中，函数都是一等公民，比如 Java8 以前的 Java，上面四项权利 Java7 中的函数后几项都没有。使用函数作为第一等公民的做法，我们成为函数式编程。在这个大数据时代，由于对并发的友好性，传统过程式语言（比如 Cpp、Java）都在新版本上逐渐支持函数式编程范式。

在这里，能够操作其他函数的函数（即以其他函数作为参数或者返回值的函数），叫做高阶函数。高阶函数使得语言的表达能力大大增强，但同时，也增加了编程复杂度。

Stack Call（栈式调用）

每个函数调用，会在环境中产生一个 frame（栈帧），并且在栈帧中会进行一些绑定，然后压入函数调用栈中。在函数调用结束时，栈帧会被弹出，其中所进行的绑定也被解除，即垃圾回收，对应的局部作用域也随之消亡。

In [47]: def test():
    ...:     x = 4
    ...:     print(x)
    ...:

In [48]: test()
4

In [49]: x
---------------------------------------------------------------------------
NameError                                 
Traceback (most recent call last)
<ipython-input-49-6fcf9dfbd479> in <module>()
----> 1 x

NameError: name 'x' is not defined

即在调用结束后，局部定义的变量  x 在外边是访问不到的。但是如之前例子中，返回的 add 函数却引用了已经调用结束的 add_num 中的变量 a，怎么解释这种现象呢？可以记住一条，也是之前提到过的：

函数嵌套定义时，内部定义的函数所在的环境会自动扩展其定义所在环境

因此在外部函数返回后，返回的内部函数依然维持了其定义时的扩展环境，也可以理解为由于内部函数引用的存在，外部函数的环境中所有的绑定并没有被回收。

Closure（闭包）

千呼万唤始出来，以为是高潮，其实已结束。

闭包就是建立在前面的这些概念上的，上面提到的某个例子：

In [37]: def add_num(a): 
    ...:     def add(b): # 嵌套定义
    ...:         return a + b
    ...:     return add # 作为函数的返回值
    ...:
    ...:

In [38]: add5 = add_num(5)

In [39]: add5(4)
Out[39]: 9

其实就是闭包。捡起之前伏笔，给出我对闭包的一个理解：它是一种高阶函数，并且外层函数（例子中的add_num）将其内部定义的函数（add）作为返回值返回，同时由于返回的内层函数扩展了外层函数的环境，也就是对其产生了一个引用，那么在调用返回的内部函数（add5）的时候，能够引用到其（add）定义时的外部环境（在例子中，即 a 的值）。

结语

说了这么多，其实只是在逻辑层面或者说抽象层面去解释闭包是什么，常跟哪些概念纠缠在一起。但这些都没有真正触到其本质，或者说依然是空中楼阁，如果想要真正理解闭包，可以去详细了解下 Python 的解释执行机制，当然，那就是编译原理的范畴了。