翻译：《实用的Python编程》07_03_Returning_functions

最新推荐文章于 2025-10-06 13:35:16 发布

原创最新推荐文章于 2025-10-06 13:35:16 发布 · 320 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

实用的Python编程专栏收录该内容

54 篇文章

订阅专栏

本文深入探讨Python中的闭包概念，展示了如何使用闭包创建可避免重复代码的函数。通过实例解释了闭包在回调、延迟计算和装饰器中的应用。此外，还介绍了如何使用闭包简化属性类型检查，创建typedproperty函数，减少代码冗余。最后，通过练习展示了如何在实际项目中应用闭包和类型检查特性。

目录 | 上一节 (7.2 匿名函数) | 下一节 (7.4 装饰器)

7.3 返回函数

本节介绍使用函数创建其它函数的思想。

简介

考虑以下函数：

def add(x, y):
    def do_add():
        print('Adding', x, y)
        return x + y
    return do_add

这是返回其它函数的函数。

>>> a = add(3,4)
>>> a
<function do_add at 0x6a670>
>>> a()
Adding 3 4
7

局部变量

请观察内部函数是如何引用外部函数定义的变量的。

def add(x, y):
    def do_add():
        # `x` and `y` are defined above `add(x, y)`
        print('Adding', x, y)
        return x + y
    return do_add

进一步观察会发现，在 add() 函数结束后，这些变量仍然保持存活。

>>> a = add(3,4)
>>> a
<function do_add at 0x6a670>
>>> a()
Adding 3 4      # Where are these values coming from?
7

闭包

当内部函数作为结果返回时，该内部函数称为闭包（closure）。

def add(x, y):
    # `do_add` is a closure
    def do_add():
        print('Adding', x, y)
        return x + y
    return do_add

基本特性：闭包保留该函数以后正常运行所需的所有变量的值。可以将闭包视作一个函数，该函数拥有一个额外的环境来保存它所依赖的变量的值。

使用闭包

虽然闭包是 Python 的基本特性，但是它们的用法通常很微妙。常见应用：

在回调函数中使用。
延迟计算。
装饰器函数（稍后介绍）。

延迟计算

考虑这样的函数：

def after(seconds, func):
    import time
    time.sleep(seconds)
    func()

使用示例：

def greeting():
    print('Hello Guido')

after(30, greeting)

after （延迟30 秒后）执行给定的函数…

闭包附带了其它信息。

def add(x, y):
    def do_add():
        print(f'Adding {x} + {y} -> {x+y}')
    return do_add

def after(seconds, func):
    import time
    time.sleep(seconds)
    func()

after(30, add(2, 3))
# `do_add` has the references x -> 2 and y -> 3

代码重复

闭包也可以用作一种避免代码大量重复的技术。

练习

练习 7.7：使用闭包避免重复

闭包的一个更强大的特性是用于生成重复的代码。让我们回顾练习 5.7 代码，该代码中定义了带有类型检查的属性：

class Stock:
    def __init__(self, name, shares, price):
        self.name = name
        self.shares = shares
        self.price = price
    ...
    @property
    def shares(self):
        return self._shares

    @shares.setter
    def shares(self, value):
        if not isinstance(value, int):
            raise TypeError('Expected int')
        self._shares = value
    ...

与其一遍又一遍地输入代码，不如使用闭包自动创建代码。

请创建 typedproperty.py 文件，并把下述代码放到文件中：

# typedproperty.py

def typedproperty(name, expected_type):
    private_name = '_' + name
    @property
    def prop(self):
        return getattr(self, private_name)

    @prop.setter
    def prop(self, value):
        if not isinstance(value, expected_type):
            raise TypeError(f'Expected {expected_type}')
        setattr(self, private_name, value)

    return prop

现在，通过定义下面这样的类来尝试一下：

from typedproperty import typedproperty

class Stock:
    name = typedproperty('name', str)
    shares = typedproperty('shares', int)
    price = typedproperty('price', float)

    def __init__(self, name, shares, price):
        self.name = name
        self.shares = shares
        self.price = price

请尝试创建一个实例，并验证类型检查是否有效：

>>> s = Stock('IBM', 50, 91.1)
>>> s.name
'IBM'
>>> s.shares = '100'
... should get a TypeError ...
>>>

练习 7.8：简化函数调用

在上面示例中，用户可能会发现调用诸如 typedproperty('shares', int) 这样的方法稍微有点冗长 ——尤其是多次重复调用的时候。请将以下定义添加到 typedproperty.py 文件中。

String = lambda name: typedproperty(name, str)
Integer = lambda name: typedproperty(name, int)
Float = lambda name: typedproperty(name, float)

现在，请重新编写 Stock 类以使用以下函数：

class Stock:
    name = String('name')
    shares = Integer('shares')
    price = Float('price')

    def __init__(self, name, shares, price):
        self.name = name
        self.shares = shares
        self.price = price