Python:__closure__ 详解

闭包()的确是函数系统里极为强大且极易被大家理解错误的特性中的那唯一一个, 一个在内部的函数能够于外层函数结束之后的情况之下, 依旧"记住并且能够去访问"外层作用域当中所存在的变量。这么一种"记忆能力"的处于底层的支撑机制, 其实所指代的就是函数对象里面的内部属性。

熟知理解的结构, 明白理解于何种阶段存在, 掌握其与那些不被局限状态量间到底是怎样确切关联呢;做到这些不光能辅助我们精准控把控那具备封闭特性行为, 还可规避惯常易现的失误情形, 进而提升针对程序问题调试的能力, 并且能为认知那些诸如附加功能、更高层级发挥效应函数还有以函数操作为核心程序设计等复杂高深主题筑牢结实根基。

一、 的定义与结构

(1)定义

在 中,每个函数对象都可能携带执行所需的上下文信息。

因外层变量于外层函数返回之后按正常情形来讲应当消逝, 然而闭包却依旧得对其予以访求。

针对此类变量, 进行"提升"操作使其成为自由变量, 把它存放在独立的cell对象内部, 同时去延续它的生命周期。

闭包函数里, . 属于这么一个元组, 此元组当中的每一个元素都是一个cell对象, 这cell对象是用来留存闭包里的自由变量(free)。

当闭包函数不包含自由变量时:

python 复制代码
function.__closure__ is None

当闭包函数包含自由变量时:

bash 复制代码
function.__closure__[0].cell_contents  # 真实的数据

(2)自由变量的含义

自由变量满足两点:

• 在内部函数中被使用

• 不在内部函数的局部作用域中定义,而来自外层作用域

示例:

bash 复制代码
f.__closure__[0].cell_contents  # 10

(3)与 的对应关系

• f..:记录自由变量名称的元组

• f.:记录自由变量值所在的 cell 的元组

示例:

scss 复制代码
print([c.cell_contents for c in f.__closure__])  # [10, 20]

二、闭包的形成与生命周期

闭包在函数定义阶段创建,而不是调用阶段。

当解释器执行内部函数的定义时,会进行以下步骤:

1、检测内部函数是否引用外层变量。

2、将这些变量标记为自由变量。

3、为每个自由变量创建一个 cell 对象。

4、将 cell 注入内部函数的 __。

5、哪怕外层函数运行完毕, 自由变量依旧存活, 这是由于cell持有引用。

所以, 有一个闭包函数, 它会"带着"外层作用域的部分变量, 进而让函数对象具备更长的记忆之力。

生命周期特性:

• cell 伴随闭包函数共同存活。

当进行删除闭包函数对象这个操作时, 只有在对 cell 的最后引用被解除的情况下, 自由变量才会被释放。

• 多个闭包函数可能共享同一个 cell。

示例:

scss 复制代码
c2()  # 1

每当进行调用 () 的操作时, 都会去创建全新的 cell, 所以 c1 和 c2 之间不存在共享闭包变量的情况。

但同一个闭包的多个引用共享:

scss 复制代码
c3()  # 修改了同一个 x

因为它们指向同一个 cell。

三、使用 调试闭包

知悉的内容乃是实施调试闭包的关键方式, 这于排查繁杂的装饰器、函数装置以及递归闭包之际极有裨益。

(1)检查是否成功形成闭包

python 复制代码
print(f.__closure__ is not None)    # 为 True 时形成闭包

(2)观察闭包携带的变量

go 复制代码
    print(var, "=", cell.cell_contents)

输出:

ini 复制代码
c = 100

(3)动态修改闭包

cell对象, 能够进行动态修改, 然而这属于高风险的操作, 通常只在框架或者工具当中予以使用。

示例(不推荐):

scss 复制代码
adder5(1)  # 101

看似具备可行性, 然而却存在着于不经意间破坏闭包语义结构之可能性, 故而并不推荐在常规业务代码当中去使用此方法。

四、闭包的常见问题与陷阱

关乎闭包的好些经典陷阱, 从本质上来说, 全都缘起于下面这个实情: 其中放置的东西是 cell(引用), 并非变量值的快照。

也就是说:

• 多个闭包可能共享同一个 cell

• cell 中保存的是变量的"活的对象引用"

• 会随着外部变量的变化而变化

• 是否进入 由作用域规则(如 )决定

(1)循环变量迟绑定(late )

错误示例(形成闭包,但引用的是同一个变量):

scss 复制代码
print(f1(10), f2(10), f3(10))   # 全部输出 12

原因:

每一轮循环所创建的 inner 使用的都是同一个自由变量 i, 所以。

scss 复制代码
    print(id(f.__closure__[0]), f.__closure__[0].cell_contents)

你会看到:

• 所有函数的 的 cell id 完全相同

• 最终都是 2(循环结束时的 i)

是这样的, 在循环那儿创建起来的好些个闭包, 它们共同地分享同一的 cell, 以此一来呢, 它们看见的便是同一个 i , 并且这个 i 乃是处于执行的阶段才进行绑定的。

正确写法:

使每次循环都创建新的绑定,让每个闭包拥有独立的 cell。

scss 复制代码
print([c.cell_contents for c in f3.__closure__])  # [2]

(2) 修改自由变量需要

错误示例(未使用 会创建新的局部变量):

kotlin 复制代码
    return inc

原因:

当下, 因处于未使用的状况时, 解释器会把x判定成局部变量, 所以不会将它放置进cell里面。

kotlin 复制代码
    return inc

验证:

scss 复制代码
print(f.__closure__)   # None

修改自由变量时要使用 才会创建 cell:

bash 复制代码
print(f.__closure__[0].cell_contents)  # 0

(3)捕获可变对象的陷阱

保存引用而不是副本,因此闭包捕获可变对象需谨慎。

示例:

scss 复制代码
print(acc(3))   # [1, 2, 3]

存放的是可变对象的引用,因此每次 都会修改同一个对象。

要是期望避开共享可变对象, 那就能够让闭包返回全新对象, 而不是去修改所指向的对象, 是吗。

csharp 复制代码
    return add

小结

它是实现闭包的的那种核心, 它藏住了有自由变量对应情况的 cell 对象, 以便使得里面的那些函数能够在表层用作范围结束了之后还能接着去借由这些变量有所行动。它和 共同合成闭包里的"名称---值"的映射机制。

对于结构以及生命周期予以理解, 能够助力我们清晰地掌握闭包的具体行为表现, 从而在此基础上避免捕获循环变量这类常见的不易察觉的陷阱情况发生, 同样也能够让我们在针对调试或者阅读诸如装饰器或者函数工厂这类较为高级复杂代码内容时, 做到心里对于其内部机制和运行逻辑都是有谱可依、心中有底的状态。

相关推荐
微小冷2 分钟前
在不同空间中展示数据(欧式、球面、庞加莱圆盘)
python·双曲空间·微分几何·geomstats·庞加莱圆盘·球面
weixin_4316004426 分钟前
Agent Workflow 学习向:Code 节点,比模板更强的变量加工
后端·python·学习·ai·
讲温控就好了32 分钟前
从医疗影像到能源存储——芯片冷却温控技术的跨行业赋能
人工智能·python·能源
DeepVisionary1 小时前
从 Qwen3.8-27B 把原生多模态、原生 FP8、桌面级 Agent 三件事一次集齐,看开源大模型的“工业化拐点“
python·自动化
固定资产管理系统软件2 小时前
商务局RFID固定资产管理系统的应用价值与落地要点解析
大数据·python
TheBestRucy3 小时前
Python 九阳神功:从零筑基到线程飞升
服务器·开发语言·网络·人工智能·python
lancyu3 小时前
关于多轮对话机器人的上下文Token优化和解决方案
人工智能·python·深度学习·机器学习·chatgpt·机器人·prompt
草莓橙子碗3 小时前
Claude 使用指南
开发语言·python
工具分享4 小时前
陪跑跟品爆单AI选品助手,高效跟品会赔本吗?
人工智能·python
COOLMO研究AI4 小时前
Python 如何实现 AI API 的提示词(Prompt)版本管理与热更新
人工智能·python·prompt