当前位置: 首页 > news >正文

一文带你彻底搞懂 Python 编程进阶之闭包

什么是闭包:在函数嵌套的情况下,内部的函数使用外部函数中的变量,并且外部函数返回了内部函数,我们将这个内部函数称之为闭包。

闭包是实现装饰器的基础,通过装饰器可以在不修改原函数代码的情况下增强其功能。

在Python编程语言中,闭包是强大而灵活的语法,它为开发者提供了一种优雅而高效的方式来处理函数和代码结构。作为自动化测试和测试开发同学,弄懂它的作用及工作原理很有必要,面试中提及到的概率非常之大。

关于函数名的本质

在介绍闭包之前首先我们看一段简单的Python代码:

  1. def func():

  2. print("hello lemon")

  3. # 1、调用func函数

  4. func()

  5. # 2、打印函数

  6. print(func)

上述案例中,定义了func函数,在下面通过函数名()进行调用,其结果是"hello lemon",这个大家都知道,如果使用print(func),其结果是多少呢?如下所示:​​​​​​​

  1. hello lemon

  2. <function func at 0x00000276301841F0>

我们可以发现,print(func)并不是None,而是对应的一段内存地址。

通过上述的小实验我们可以得出来一个结论:

在Python中,函数名存放的其实就是函数所在的内存地址,通过函数名()的方式本质上就是执行函数所在内存地址中的代码。

理解了函数名的作用之后,接下来我们看看闭包到底是个什么玩意。

闭包

我们将上述的案例升个级,代码如下所示:​​​​​​​

  1. def func(num1):

  2. def inner(num2):

  3. num = num1 + num2

  4. print(num)

  5. return inner

  6. f = func(10)

  7. f(20)

这个案例中我们使用了函数嵌套函数(也就是在定义函数的内部还有另外一个函数),func函数我们称之为外部函数,inner函数我们称之为内部函数。

这里注意

  • 这两个函数之间是有联系的,在inner内部函数中我们使用了func外部函数的变量num1

  • return inner这段代码是在func外部函数中将inner函数返回

代码输出结果:30

我们先来理解f = func(10)这段代码:参数10将会传递给inner函数使用,由于func函数内部会使用return innerinner函数返回,结合上述我们讲到的函数名本质,这里其实相当于是将inner函数的地址返回,所以这里的f其实代表的就是inner内部函数。

所以f(20)其实就是调用inner函数,此时num1变量存的是10,num2存的是20,两者相加所以最终结果为30。

结合上述的案例我们再来看下闭包的定义:

在函数嵌套的情况下,内部的函数使用外部函数中的变量,并且外部函数返回了内部函数,我们将这个内部函数称之为闭包。

闭包需要满足的几个条件:

  1. 需要有外部函数和内部函数的嵌套 ==> 对应func和inner函数

  2. 内部的函数使用外部函数中的变量 ==> inner函数中使用func函数的变量num1

  3. 外部函数中返回了内部函数 ==>return inner

闭包有什么用呢?

在上数的案例中,如果我们再使用f(30)f(40)去进行调用的话,会发现对应的结果为40和50:

也就是说,外部函数func中的变量num1不会随着函数调用完就销毁,而是一直有效。变量num1的值在闭包函数inner中被保持了下来。

闭包的特性使得函数不仅仅是一段独立的代码,还可以携带一些状态。这种状态对于函数的灵活性和可重用性非常有用。常见的使用场景如:

  1. 函数工厂(Function Factory):通过闭包可以创建一系列相似的函数,每个函数有不同的初始状态。

  2. 回调函数(Callback Functions):将函数作为参数传递,使得函数能够在未来的某个时刻被调用。

  3. 装饰器(Decorator):闭包是实现装饰器的基础,通过装饰器可以在不修改原函数代码的情况下增强其功能。

特别是装饰器,作为自动化测试人员一定不陌生,pytest测试框架就是利用装饰器的特性来实现特定的功能,比如通过@pytest.mark.parametrize装饰器能够实现数据驱动测试的功能,装饰器的本质其实就是闭包,所以在理解了闭包的基础上才能理解装饰器的原理,关于装饰器的使用可以关注后续的文章。

感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取

http://www.cnnetsun.cn/news/151457.html

相关文章:

  • Open-AutoGLM vs 竞品:谁才是长链路AI任务处理的真正王者?
  • Web安全测试
  • 当AI实现想法易如反掌时,洞见真正的需求成为关键——某知名密码分析工具的用户反馈挖掘
  • 【干货收藏】企业AI架构实战指南:从框架搭建到场景落地的底层逻辑
  • 收藏这份2025AI高薪指南!大厂抢人大战开启,小白程序员学习大模型正当时
  • 13、FPGA更新与可编程性:安全与应用解析
  • 18、多核心可重构嵌入式系统的安全设计与实现
  • 双非本科生的AI行业逆袭之路:我的经验与心得分享!
  • 运维岗位这么多,你适合哪一个
  • 基于微信小程序的在线家庭娱乐系统毕业设计源码
  • 为什么90%的企业用不好Open-AutoGLM?:硬件选型不当成最大瓶颈(附行业适配白皮书)
  • 模型体积缩小80%仍保持95%精度?Open-AutoGLM量化策略深度拆解
  • 2026年AI产品经理终极学习路线:传统产品经理的转型指南,超详细攻略,不容错过!
  • 【AI Agent可靠性突围】:Open-AutoGLM 7类错误恢复方案实测数据曝光
  • FaceFusion如何优化夜间低光环境下的人脸处理?
  • Open-AutoGLM接入成本大曝光:4个维度评估你的适配级别
  • Open-AutoGLM接口开放度实测:8项关键指标评分,你的项目适合接入吗?
  • 主流AutoGLM框架错误恢复能力对比,哪个真正提升任务成功率?
  • 【AI框架二次开发新标杆】:Open-AutoGLM 4大可扩展性设计,为何被头部企业争相采用?
  • FaceFusion镜像每日下载量突破5000次
  • 从零基础转行渗透测试到如今20k,我经历了什么?
  • 土木人“提桶跑路”零基础转行网络安全,成功实现月入过万
  • HGDB如何提升批量导入数据的速度
  • 11、加勒比与北美地区房地产投资指南
  • 42、太赫兹通信与可见光通信:5G 及未来的前沿技术
  • 46、5G及未来通信中的协同网络技术解析
  • 47、协同网络:过去、现在与未来
  • 50、5G及未来的灵活认知无线电接入技术与频谱感知
  • 58、5G及未来的物理层安全设计
  • 文献综述期末项目的撰写方法与实践研究