一、python函数作用域LEGB
python解释器查找变量的原则（顺序）：
L→E→G→B
L:Local函数内部作用域
E:enclosing函数内部与内嵌函数之间
G:gobal全局作用域
B:build-in内置作用域
example:
value1 = 5
def my_func():
value2 = 6
print(id(value2))
def in_func():
a = max(value1, value2)
print(a)
return in_func
上面示例代码中max函数为python的内建函数，在in_func函数中，max这个变量python解释器首先会在in_func这个函数中查找，即local函数内部作用域中查找，然后按顺序再到E-G-B查找，最后在build-in内置作用域查找到。
二、闭包
1、概念：内部函数中对enclosing作用域的变量进行引用
上述例子中my_func函数中的内部函数in_func引用了enclosing作用域中的value2变量，这就叫做闭包。
由于函数执行完后变量会被回收，当执行完my_func这个函数后，value2变量会被回收。那么如果我们再次调用in_func这个函数时，需用引用到value2这个变量，是否会报错？
看以下代码：
example：
value1 = 5
def my_func():
value2 = 6
print(id(value2)) #打印value2的ID值
def in_func():
a = max(value1, value2)
print(a)
return in_func
f = my_func() #my_func返回的是in_func，此时f指向in_func函数
f() #f()相当于in_func()，调用了infunc函数
print(f.__closure__)
ouput：
501351024
6
(<cell at 0x0000000000AF8D98: int object at 0x000000001DE20270>,)
如果内部函数引用了enclosing作用域的变量，会将变量添加到函数__closure__的属性中去。当再次查找这个变量时，会直接去函数__closure__的属性中查找。我们可以看到代码的输出结果第一行即为value2的内存地址(501351024转换为16进制：1DE20270)和__closure__属性中的int对象的地址是一样的( int object at 0x000000001DE20270)。
2、那么闭包到底有什么用呢？
我们来看下以下两段代码:
(1)、
def func_100(value):
passline = 60
if value >= passline:
print('pass')
else:
print('failed')
def func_150(value):
passline = 90
if value >= passline:
print('pass')
else:
print('failed')
func100(59)
func150(89)
(2)、
def set_passline(passline):
def in_func(value):
if value >= passline:
print('pass')
else:
print('failed')
return in_func
f_100 = set_passline(60) #passline=60被存储在f_100的__closure__属性中
f_150 = set_passline(90) #passline=90被存储在f_150的__closure__属性中
f_100(59)
f_150(89)
两段代码都能正确判断满分是100或150时，分数是否及格。但是第二段代码，由于运用闭包，代码复用性更高。
3、闭包更高级的应用
将闭包的概念中的变量变成函数，同样适用。即：内部函数中对enclosing作用域的函数进行引
example：
def my_sum(*args):
return(sum(args))
def my_average(*args):
return sum(args)/len(args)
def dec(func):
def in_dec(*args):
if len(args) == 0: #对参数进行判断，如果没有参数直接返回0
return 0
for i in args:
if not isinstance(i, int): #对参数进行判断，如果有一个参数不是int类型，直接返回0
return 0
return func(*args) #此处对enclosing作用域的func函数进行引用
return in_dec
evo_my_sum = dec(my_sum)
evo_my_average = dec(my_average)
PS:此处求和函数(my_sum)和求平均值函数(my_average)只对参数是否int类型进行判断。
我们来分析下代码：evo_my_sum = dec(my_sum)
由于函数dec返回的是in_dec函数
所以evo_my_sum指向的是in_dec函数
=》evo_my_sum = in_dec
=》evo_my_sum(1, 2, 3) = in_dec(1, 2, 3)
那么in_dec(1, 2, 3)即evo_my_sum(1, 2, 3)会对求和的参数先进行判断后，再调用my_sum函数。
同样道理：
evo_my_average会对求平均的参数先进行判断后，再调用my_average函数。
这样就可以对参数统一进行判断后再各自调用不同的函数。
三、装饰器
装饰器是用来装饰函数的，它返回一个函数对象。语法：@Decorator
现在我们已经定义了一个my_sum函数
def my_sum(*args):
return(sum(args))
假设我们要增加my_sum函数的功能，比如，在函数调用前对参数进行一个判断，但又不希望修改my_sum函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。
我们要定义一个能判断参数的decorator，如下：
def dec(func):
def in_dec(*args):
if len(args) == 0:
return 0
for i in args:
if not isinstance(i, int):
return 0
return func(*args)
return in_dec
按照python装饰器的语法：
@dec
def my_sum(*args):
return(sum(args))
这样，调用my_sum函数，不仅会运行my_sum函数本身，还会在运行my_sum函数前，对参数进行判断。
把@dec放到my_sum函数的定义处，相当于执行了语句：
my_sum = dec(my_sum)
看到这里是否觉得有点熟悉？
其实这个语句和上述闭包的高级应用是一样的，只不过那部分把my_sum改成了evo_my_sum。
装饰器到这里还差最后一步：
my_sum函数经过装饰后，由于dec(my_sum)返回的是in_dec函数，此时my_sum.__name__属性将从‘my_sum’变成‘in_dec’，为了保证此属性不变，需在in_dec函数定义前加上语句@functools.wraps(func)，保证my_sum.__name__属性不变。否则，有些依赖函数签名的代码执行就会出错。一个完整的decorator的写法如下：
import functools
def dec(func):
@functools.wraps(func)
def in_dec(*args):
if len(args) == 0:
return 0
for i in args:
if not isinstance(i, int):
return 0
return func(*args)
return in_dec
decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。
以上是观看慕课网《python装饰器》以及廖雪峰教程python装饰器的总结。
