Python 闭包
什么是闭包？
闭包（closure）是词法闭包（lexical closure）的简称。闭包不是新奇的概念，而是早在高级程序语言开始发展的年代就已产生。
对闭包的理解大致分为两类，将闭包视为函数或者是由函数及其引用环境组成的复合体。
- 前者认为闭包是在其词法上下文中引用了自动变量的函数。
- 后者认为闭包是显示表示引用外部环境，并将它与函数捆绑在一起而产生的复合体。
所谓的自由变量是指局部变量以外的变量，同时自由变量的绑定可预知，所谓的绑定（binding）是指变量名称与其所代表的对象之间的联系。一些早期的计算机语言没有所谓封闭的函数，自由变量在运行时再进行绑定。对于那些拥有开放和封闭函数概念的计算机语言，人们需要一种新的术语来区分这两种函数，于是便有了术语闭包。
一般而言，第二种观点相对更为准确。因为函数是一些可执行的代码，这些代码在定义函数时被固化，在运行时不会发生任何变化，所以一个函数只有一个实例。而闭包会随着引用环境变化而产生不同的实例。
在 Python 以及大多数现代计算机语言中，所有函数都是封闭的，也就是说没有自由变量。于是对闭包的定义也从早期”对包含可预知绑定对象的自由变量的函数“变成了”可引用非激活环境的对象的函数“。对 Python 而言，自由变量被绑定到在外围作用域定义的变量。
Closure in Python
闭包（closure）是一种引用了外部变量的函数对象，无论该变量所处的作用域是否还存在于内存中。
举例来说，函数 generate_power_func 返回了另一个函数：
def generate_power_func(n):
print "id(n): %X" % id(n)
def nth_power(x):
return x**n
print "id(nth_power): %X" % id(nth_power)
return nth_power
函数 nth_power 就是一个闭包，它可以访问定义在 generate_power_func 函数中的变量 n，显而易见如果缺少变量 n，函数 nth_power 将是一个不能执行的没有闭合的函数，这个不完整的函数 nth_power 需要变量 n 来让它变成一个完整的函数对象，这种函数就是闭包，换句话说是变量 n 封闭了函数 nth_power。
现在我们调用一下函数 generate_power_func，并将调用结果返回给一个变量 raised_to_4。
>>> raised_to_4 = generate_power_func(4)
id(n): 28F8A4
id(nth_power): B6CB4570
>>> repr(rasied_to_4)
'<function nth_power at 0xb6cb4570>'
结果是调用函数 generate_power_func(4) 将生成一个 nth_power 函数对象。现在我们将函数 generate_power_func 函数从全局命名空间删除。
>>> del generate_power_func
然后调用闭包函数 raised_to_4。
>>> rasied_to_4(2)
16
奇迹出现了，销毁函数 generate_power_func 并没有影响到函数 raised_to_4。我们在函数 generate_power_func 中定义变量 n，并且我们已经销毁了函数 generate_power_func，为什么 raised_to_4 会知道变量 n=4？
这是因为函数对象 nth_power 是由 generate_power_func 产生的一个闭包，闭包会保留来自外围作用域变量的信息。
__closure__ 属性和 cell 对象
Python 中函数对象都拥有一个 __closure__ 属性。
__closure__ 对象返回一个由 cell 对象组成的元组，cell 对象记录了定义在外围作用域的变量信息。
>>> raised_to_4.__closure__
(<cell at 0xb6cb7f70: int object at 0x28f8a4>,)
>>> type(raised_to_4.__closure__[0])
<type 'cell'>
>>> raised_to_4.__closure__[0].cell_contents
4
正如所见，__closure__ 属性引用了一个 int 对象，这个 int 对象就是变量 n。对于那些不是闭包的函数对象来说，__closure__ 属性值为 None。
