首先给出闭包函数的必要条件：
闭包函数必须返回一个函数对象
闭包函数返回的那个函数必须引用外部变量（一般不能是全局变量），而返回的那个函数内部不一定要return
几个典型的闭包例子：
# ENV>>> Python 3.6 # NO.1 def line_conf(a, b): def line(x): return a * x + b return line # NO.2 def line_conf(): a = 1 b = 2 def line(x): print(a * x + b) return line # NO.3 def _line_(a,b): def line_c(c): def line(x): return a*(x**2)+b*x+c return line return line_c
不包括print语句的代码是4行，闭包写法是6行，看起来有点不对劲啊？怎么闭包实现需要的代码量还多呢？别急，我现在有个需求：
再定义100条直线！
那么现在谁的代码量更少呢？很明显这个是可以简单计算出来的，采用闭包的方式添加一条直线只需要加一行代码，而普通做法需要添两行代码，定义100条直线两种做法的代码量差为：100+6 -（100*2+4） = -98。需要注意的是，实际环境中定义的单个函数的代码量多达几十上百行，这时候闭包的作用就显现出来了，没错，大大提高了代码的可复用性！
注意：闭包函数引用的外部变量不一定就是其父函数的参数，也可以是父函数作用域内的任意变量，如“热身”中的第二段代码：
二、如何显式地查看“闭包”
接上面的代码块： L = line_conf() print(line_conf().__closure__) #(<cell at 0x05BE3530: int object at 0x1DA2D1D0>, # <cell at 0x05C4DDD0: int object at 0x1DA2D1E0>) for i in line_conf().__closure__: #打印引用的外部变量值 print(i.cell_contents) #1 ； #2 __closure__属性返回的是一个元组对象，包含了闭包引用的外部变量。 若主函数内的闭包不引用外部变量，就不存在闭包，主函数的_closure__属性永远为None： def line_conf(): a = 1 b = 2 def line(x): print(x+1) #<<<------ return line L = line_conf() print(line_conf().__closure__) # None for i in line_conf().__closure__: #抛出异常 print(i.cell_contents)
三、为何叫闭包？
如你所见，line_A对象作为line_conf返回的闭包对象，它引用了line_conf下的变量b=1，在print时，全局作用域下定义了新的b变量指向20，最终结果仍然引用的line_conf内的b。这是因为，闭包作为对象被返回时，它的引用变量就已经确定（已经保存在它的__closure__属性中），不会再被修改。
是的，闭包在被返回时，它的所有变量就已经固定，形成了一个封闭的对象，这个对象包含了其引用的所有外部、内部变量和表达式。当然，闭包的参数例外。
四、闭包可以保存运行环境
思考下面的代码会输出什么？
关于这个问题的深入探讨（python新手理解起来可能需要点时间），我们先看下面的代码（2019/5/19增）：
_list = [] for i in range(3): def func(): return i+1 func.__doc__ = i func.__hash__ = i func.__repr__ = i func.__defaults__ = tuple([i]) #这个属性必须是tuple类型 func.__name__ = f'{i}' func.hello = i #自定义一个属性并赋值 # 不能再玩了 _list.append(func) for f in _list: print(f.__doc__, f.__hash__, f.__repr__, f.__defaults__, f.__name__, f.hello, f(), ) # 输出 # 0 0 0 (0,) 0 0 3 # 1 1 1 (1,) 1 1 3 # 2 2 2 (2,) 2 2 3
代码中我在保存函数时，修改了函数的一些属性(前几个叫做magic method，是函数对象默认拥有的)，使它们等于循环内的变量i，hello属性显然是我自定义的一个属性，也让它等于了i。
然后，我们循环打印每个函数的这些属性，可以发现，咦~ 这些属性居然可以保存这个变量i :)
嗯，是的，函数的一些基本属性在定义时就会有一个初始的确定值（不论这个值是由可变或不可变对象构成，都是一个完整拷贝，不受源变量变动影响）； 闭包保存这个变量的原理是一样的，它用的是函数的__closure__属性，这个属性还有一点特殊，它是只读的，不能由人为修改。（function还有一个__code__属性，这个对象很牛）
这部分内容是对闭包和函数对象的更深一层的探讨，理解后更上一层楼；
不过当你不知道这些属性时是做什么用时，最好不要修改它们。
五、闭包的实际应用
现在你已经逐渐领悟“闭包”了，趁热打铁，再来一个小例子：
看到这里，你也可以试着自己写出一个简单的闭包函数。
OK，现在来看一个真正在实际环境中会用到的案例：
1、【闭包实现快速给不同项目记录日志】
import logging def log_header(logger_name): logging.basicConfig(level=logging.DEBUG, format='%(asctime)s [%(name)s] %(levelname)s %(message)s', datefmt='%Y-%m-%d %H:%M:%S') logger = logging.getLogger(logger_name) def _logging(something,level): if level == 'debug': logger.debug(something) elif level == 'warning': logger.warning(something) elif level == 'error': logger.error(something) else: raise Exception("I dont know what you want to do?" ) return _logging project_1_logging = log_header('project_1') project_2_logging = log_header('project_2') def project_1(): #do something project_1_logging('this is a debug info','debug') #do something project_1_logging('this is a warning info','warning') # do something project_1_logging('this is a error info','error') def project_2(): # do something project_2_logging('this is a debug info','debug') # do something project_2_logging('this is a warning info','warning') # do something project_2_logging('this is a critical info','error') project_1() project_2()
