python中对变量的作用域LEGB、闭包、装饰器基本理解

标签：保存   标识符   理解   ==   none   并且   自己的   空间   参考   

一、作用域

　　在Python程序中创建、改变、查找变量名时，都是在一个保存变量名的空间中进行，我们称之为命名空间，也被称之为作用域。python的作用域是静态的，在源代码中变量名被赋值的位置决定了该变量能被访问的范围。即Python变量的作用域由变量所在源代码中的位置决定。

　　在Python中并不是所有的语句块中都会产生作用域。只有当变量在Module(模块)、Class(类)、def(函数)中定义的时候，才会有作用域的概念。而在if、for、while等语句中不产生作用域。

　　L(local)局部作用域，存在于def内的局部性的作用域，随着函数的定义而产生。

　　E(enclosing)嵌套作用域，同L作用域是相对而言，存在函数嵌套时，内部函数的作用域称为L作用域，外部函数称为E作用域。

　　G(global)全局作用域，变量在该模块内的作用域，可以简单的理解为单个文件内的范围。

　　B(built-in)内置作用域，系统内固定模块里定义的变量，如预定义在builtin 模块内的变量，最高级别的作用域，范围最广，可以理解为当前运行系统的范围。

举例说明：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = "问道编程"
__date__ = "2018-06-13 15:40"

passline = 60   #global var

def func(val):

    passline = 90   #for func, it‘s local var；for in_func, it‘s enclosing var

    if val >= passline:
        print "pass"
    else:
        print "fail"
    def in_func():
        print val
    return in_func

def Max(val1, val2):
    return max(val1, val2)    # max is a built-in fun,函数也可以赋值给变量，所以所有的内置函数的作用域都可视作B

声明全局变量：

a = 100
def foo():
    global a   # 引用全局变量a，并认可其修改的值
    a = 200
print(a)
foo()
print(a)
---------
100
200

二、闭包

　　首先理解下python中的函数，在python中，函数是一个对象（可以通过type函数查看），在内存中占用空间；函数执行完成之后内部的变量会被解释器回收，但是如果某变量被返回，则不会回收，因为引用计数器的值不为0；既然函数也是一个对象，他也拥有自己的属性；对于python函数来说，返回的不一定是变量，也可以是函数。

　　由此引出闭包的概念，当存在函数嵌套时（如上例中的func()和in_func()就是嵌套关系），外部函数的返回值为内部函数，且内部函数引用外部函数的变量、参数，并将引用的变量、参数封装在函数中一起作为返回值，其中的内部函数就称为一个闭包。

　　形成闭包的必要条件：

1)必须有一个内嵌函数(函数里定义的函数）——这对应函数之间的嵌套
2)内嵌函数必须引用一个定义在闭合范围内(外部函数里)的变量——内部函数引用外部变量
3)外部函数必须返回内嵌函数——必须返回那个内部函数

三、闭包的使用场景

第一个例子：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = "问道编程"
__date__ = "2018-06-13 15:53"

def funx():
    x=5   # 对于funx，是L作用域，对于funy，是E作用域
    def funy():    # 是一个闭包
        nonlocal x  # 绑定到外部的x，只在python3中使用
        x+=1
        return x
    return funy

a = funx()
print(a())
print(a())
print(a())
print(x)
-------------------------
6
7
8
NameError: name ‘x‘ is not defined

　　本来x只是funx()的局部变量，但是形成了闭包之后，它的行为就好像是一个全局变量一样，最后的错误说明x并不是一个全局变量。其实这就是闭包的一个十分浅显的作用，形成闭包之后，闭包变量能够随着闭包函数的调用而实时更新，就好像是一个全局变量那样。

第二个例子，也是讲闭包用的最多的例子：

def func_150(val):   # 总分为150时，及格分数为90
    passline = 90
    if val >= passline:
        print "pass"
    else:
        print "fail"

def func_100(val):   # 总分为100时，及格分数为60
    passline = 60 
    if val >= passline:
        print "pass"
    else:
        print "fail"

func_100(89)  
func_150(89)

使用闭包优化上面的代码：

def set_passline(passline):
    def cmp(val):
        if val >= passline:
            print "pass"
        else:
            print "fail"
    return cmp

f_100 = set_passline(60)    # f_100调用函数set_passline()，并将60赋值给变量passline,这是f_100等于函数的返回值，也就是函数cmp
f_150 = set_passline(90)
f_100(89)     # f_100()=cmp(),将89赋值给val，运行cmp()函数，输出结果
f_150(89)

第三个例子：

def my_sum(*arg):
    print(‘in my_sum,arg=‘,arg)
    return sum(arg)


def dec(func):
    def in_dec(*arg):
        print(‘in in_dec,arg=‘, arg)
        if len(arg) == 0:
            return 0
        for val in arg:
            if not isinstance(val, int):
                return 0
        return func(*arg)

    return in_dec


my_sums = dec(my_sum)  # 命名为my_sums，是为了和my_sum进行区分，便于理解
# ①调用dec()函数，将dec的返回值赋值给my_sums，相当于my_sums=in_dec，②将函数my_sum赋值给func，相当于func=my_sum
result = my_sums(1, 2, 3, 4, 5)  
# ③相当于将(1, 2, 3, 4, 5)赋值给in_dec函数中的arg，调用并执行函数in_dec()，
# ④in_dec()函数的return返回值是func()函数，将in_dec函数中的arg赋值给func()函数中的arg,也就是赋值给my_sum()中的arg
# ⑤调用并执行函数my_sum()，将sum(arg)结果返回给变量result
print(result)
------------
in in_dec,arg= (1, 2, 3, 4, 5)
in my_sum,arg= (1, 2, 3, 4, 5)
15
整个过程可以简单的理解为，先运行dec()函数，其返回值是in_dec函数，再运行in_dec函数，其返回值为func函数，也就是my_sum函数，再运行my_sum函数
dec() -> in_dec() -> my_sum()

第四个例子：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
__author__ = "问道编程"
__date__ = "2018-06-13 17:08"

variable = 300

def test_scopt():
    print(variable)  # variable是test_scopt()的局部变量，但是在打印时并没有绑定内存对象。
    variable = 200  # 因为这里，所以variable就变为了局部变量

test_scopt()
print(variable)
------------
UnboundLocalError: local variable ‘variable‘ referenced before assignment

　　上面的例子会报出错误，因为在执行程序时的预编译能够在test_scopt()中找到局部变量variable(对variable进行了赋值)。在局部作用域找到了变量名，所以不会升级到嵌套作用域去寻找。但是在使用print语句将变量variable打印时，局部变量variable并有没绑定到一个内存对象(没有定义和初始化，即没有赋值)。本质上还是Python调用变量时遵循的LEGB法则和Python解析器的编译原理，决定了这个错误的发生。所以，在调用一个变量之前，需要为该变量赋值(绑定一个内存对象)。
　　注意：为什么在这个例子中触发的错误是UnboundLocalError而不是NameError：name ‘variable’ is not defined。因为变量variable不在全局作用域。Python中的模块代码在执行之前，并不会经过预编译，但是模块内的函数体代码在运行前会经过预编译，因此不管变量名的绑定发生在作用域的那个位置，都能被编译器知道。Python虽然是一个静态作用域语言，但变量名查找是动态发生的，直到在程序运行时，才会发现作用域方面的问题

　　可以使用global将变量variable声明为全局变量。

 四、装饰器

　　概念性的知识，拗口的表述：

1.装饰器就是对闭包的使用；
2.装饰器的作用是装饰函数；
3.装饰器会返回一个函数对象，被装饰的函数接收；
4.被装饰函数标识符指向返回的函数对象。

　　将上面第三个例子用上装饰器：

def dec(func):
    def in_dec(*arg):
        print(‘in in_dec,arg=‘, arg)
        if len(arg) == 0:
            return 0
        for val in arg:
            if not isinstance(val, int):
                return 0
        return func(*arg)
　　 print(‘in dec‘)  # 新增的一行
    return in_dec

@dec 
def my_sum(*arg):
    print(‘in my_sum,arg=‘,arg)
    return sum(arg)
print(type(my_sum))

　　对概念的实例化：

1、@dec是一个装饰器，是调用dec()函数形成的装饰器；

2、被装饰的函数是my_sum()，即调用dec()函数形成装饰器时，dec()函数的参数为my_sum()函数，即：func = my_sum

3、装饰器的返回值是函数in_dec()，该返回值被函数my_sum()接收，其实是传给被装饰函数（即my_sum()函数）的标识符my_sum，即：my_sum=in_dec

　　直接运行该文件，输出：

--------------
in dec
<class ‘function‘>     # 此时的my_sum并非指定义的def my_sum(*arg)函数，而是变成接收了装饰器的返回值，in_dec函数。

　　说明只要使用了装饰器，就会调用装饰器里的函数；并且装饰器的返回值：in_dec()，被my_sum接收（如果没有return in_dec，直接运行，则my_sum格式为：<class ‘NoneType‘>，说明装饰器没有返回值时，会返回None，这一点跟函数一样）。

　　接下来，执行语句：

result = my_sum(1, 2, 3, 4, 5)  
print(result)
------------
in dec
<class ‘function‘>
in in_dec,arg= (1, 2, 3, 4, 5)
in my_sum,arg= (1, 2, 3, 4, 5)
15

　　运行过程为（结合第三个例子进行理解）：

1、@dec，调用dec函数，其参数就是被装饰的函数my_sum()，即func=my_sum，执行print(‘in dec‘)，返回in_dec函数，被my_sum接收，即：最后会将函数in_dec的运行结果，传给被装饰函数的标识符my_sum；

2、调用in_dec函数，参数为(1,2,3,4,5)，执行print、if、for语句，执行return func(*arg)，func=my_sum函数；

3、调用函数my_sum()，参数为(1,2,3,4,5)，执行print语句，执行return sum(*arg)，返回最终结果；

参考文章：

https://www.cnblogs.com/fireporsche/p/7813961.html

https://www.cnblogs.com/cotyb/p/5243252.html

python中对变量的作用域LEGB、闭包、装饰器基本理解

标签：保存   标识符   理解   ==   none   并且   自己的   空间   参考   

原文地址：https://www.cnblogs.com/wendaobiancheng/p/9179387.html