闭包(closure)是函数式编程的重要的语法结构。

定义：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).

def outer():
    x=10
    def inner():#条件一 inner就是内部函数
        print(x)#条件二 外部环境的一个变量

    return inner #结论 内部函数inner就是一个闭包

f=outer()
f()
#闭包=函数块(inner这个函数）+定义函数时的环境

 

装饰器：

装饰器本质上是一个函数，该函数用来处理其他函数，它可以让其他函数在不需要修改代码的前提下增加额外的功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等应用场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。

import time


def show_time(f):

    def inner():

        start=time.time()

        f()

        end=time.time()

        print('spend %s'%(end-start))
    return inner
@show_time  #跟这句话是等价的：foo=show_time(foo)
def foo():

    print('hello foo')

    time.sleep(3)




foo()

@show_time帮我们做的事情就是当我们执行业务逻辑foo()时，执行的代码由粉框部分转到蓝框部分，仅此而已！

装饰器在Python使用如此方便都要归因于Python的函数能像普通的对象一样能作为参数传递给其他函数，可以被赋值给其他变量，可以作为返回值，可以被定义在另外一个函数内。

 

装饰器参数：

装饰器还有更大的灵活性，例如带参数的装饰器：在上面的装饰器调用中，比如@show_time，该装饰器唯一的参数就是执行业务的函数。装饰器的语法允许我们在调用时，提供其它参数，比如@decorator(a)。这样，就为装饰器的编写和使用提供了更大的灵活性。

如图所示：当你需要区分，有的函数需要不同的功能时（图中是记录到日志），如果你需要这个功能的函数，就可以直接@time_logger，如果不需要这个功能就可以直接@show_time(  ):，因为show_time(  )是个闭包函数，所以你把他单独拎出来用，丝毫不影响他的功能！！

import time

def time_logger(flag=0):
    def show_time(func):
        def wrapper(*args, **kwargs):
            start_time = time.time()
            func(*args, **kwargs)
            end_time = time.time()
            print('spend %s' % (end_time - start_time))
            if flag:
                print('将这个操作的时间记录到日志中')
        return wrapper
    return show_time


@time_logger(3)
def add(*args,**kwargs):
    time.sleep(1)
    sum = 0
    for i in args:
        sum += i
    print(sum)
add(2, 7, 5)