闭包是Python装饰器的基础。要理解闭包，先要了解Python中的变量作用域规则。
变量作用域规则首先，在函数中是能访问全局变量的：
>>> a = 'global var' >>> def foo(): print(a) >>> foo() global var
然后，在一个嵌套函数中，内层函数能够访问在外层函数中定义的局部变量：
>>> def foo(): a = 'free var' def bar(): print(a) return bar >>> foo()() free var
闭包上面的嵌套函数就是闭包。闭包是指延伸了作用域的函数，在其中能够访问未在函数定义体中定义的非全局变量。未在函数定义体中定义的非全局变量一般都是在嵌套函数中出现的。
上述示例中的变量a就是一个并未在函数bar中定义的非全局变量。对于bar来说，它有个专业名字，叫做自由变量。
自由变量的名称可以在字节码对象中查看：
>>> bar = foo() >>> bar.__code__.co_freevars ('a',)
自由变量的值绑定在函数的__closure__属性中：
>>> bar.__closure__ (<cell at 0x000001CB2912DF48: str object at 0x000001CB291D3D70>,)
其中保存了对应自由变量的cell对象的序列，cell对象的cell_contents属性保存了变量的值：
>>> bar.__closure__[0].cell_contents 'free var'
这与JavaScript中闭包的行为是类似的，JavaScript中嵌套函数会将外层函数的活动对象添加到它的作用域链中。但与JavaScript不同的是，当Python函数中的全局变量或者自由变量是不可变对象(数字、字符串、元组等)时，是只能读取，无法更新的：
>>> a = 1 >>> def foo(): print(a) a += 1 >>> foo() UnboundLocalError: local variable 'a' referenced before assignment >>> def foo(): a = 1 def bar(): print(a) a += 1 return bar >>> foo()() UnboundLocalError: local variable 'a' referenced before assignment
两种情况下，都会报错。这并不是缺陷，而是Python的设计选择。Python不要求声明变量，但是会假定在函数定义体中赋值的变量是局部变量，以避免在不知情的情况下修改全局变量。
a += 1与a = a + 1相同，编译函数的定义体时，会将a当做局部变量，不会当做自由变量保存。然后尝试获取a的值时，发现a并没有绑定值，于是报错。
解决这个问题的办法，一是将变量置于一些可变对象，如列表、字典中：
def foo(): ns = {} ns['a'] = 1 def bar(): ns['a'] += 1 print (ns['a']) return bar
另外的方法就是使用global或者nonlocal将变量声明为全局变量或者自由变量：
>>> def foo(): a = 1 def bar(): nonlocal a a += 1 print(a) return bar >>> foo()() 2
当自由变量本身是可变对象时，是可以直接进行操作的：
def make_avg(): ls = [] def avg(x): ls.append(x) print(sum(ls)/len(ls)) return avg
装饰器装饰器是可调用对象，参数一般是另一个函数。装饰器可以以某种方式增强被装饰函数的行为，然后返回被装饰的函数或者将其替换成一个新的函数。
一个最简单的不做任何额外行为的装饰器：
def decorate(func): return func
decorate函数就是一个最简单的装饰器，使用方法：
def target(): pass target = decorate(target)
Python为装饰器的使用提供了语法糖，可以简便的写为：
@decorate def target(): pass
导入时运行装饰器一个很重要的特性是它是导入时(加载模块时)运行的：
def decorate(func): print('running decorator when import') return func @decorate def foo(): print('running foo') pass if __name__ == '__main__': print('start foo') foo()
结果：
running decorator when import start foo running foo
可以看到，装饰器是导入时运行的，而被装饰的函数是明确调用时运行的。
装饰器可以返回被装饰的函数本身，和运行时导入的特性结合起来，可以实现简单的注册器功能：
view_registry = [] def register(func): view_registry.append(func) return func @register def view1(): pass @register def view2(): pass def main(): print(view_registry) if __name__ == '__main__': main()
返回新函数上述装饰器的例子都返回了被装饰的原函数，但装饰器的典型行为还是返回一个新函数：把被装饰的函数替换成新函数，新函数接受与原函数相同的参数，并且返回原函数本该返回的值。写法类似于：
def deco(func): def new_func(*args, **kwargs): return func(*args, **kwargs) return new_func