Python闭包与作用域详解及案例

本文深入剖析了Python中闭包的本质与作用域机制，揭示闭包并非语法糖，而是内部函数与其定义时Enclosing作用域中自由变量（非全局/内置变量）所构成的“函数+环境”组合；强调其核心在于**引用捕获而非值复制**，并结合LEGB规则、`__closure__`与`co_freevars`等底层属性清晰验证闭包结构，同时指出`nonlocal`声明的关键作用及常见赋值陷阱；最后通过加法器、日志装饰器和线程安全计数器等实用案例，生动展现闭包如何以轻量、优雅的方式封装状态与行为，成为Python函数式编程与高阶抽象不可或缺的利器。

闭包的本质：函数携带了它的环境

闭包不是语法糖，而是一种函数对象与其定义时所处作用域中**自由变量**的组合。简单说：一个内部函数引用了外部函数的局部变量，并且外部函数返回了这个内部函数（不加括号调用），那这个内部函数就是闭包。

关键点在于“变量捕获”——不是复制值，而是**保持对原始变量的引用**。这意味着如果外部变量后续被修改，闭包在后续调用中看到的是更新后的值（除非是不可变对象且被重新赋值）。

作用域链决定变量能否被捕获

Python 遵循 LEGB 规则（Local → Enclosing → Global → Built-in）。只有处于 Enclosing 作用域（即外层嵌套函数的局部作用域）中的变量，才可能被内层函数形成闭包捕获。

注意：全局变量（Global）或内置名（Built-in）不会构成闭包的一部分；它们只是正常作用域查找的结果，不绑定进函数对象的 __closure__ 属性中。

• 若内部函数只读取外层变量，Python 自动将其识别为自由变量，加入闭包
• 若内部函数尝试给同名变量赋值（如 x = 5），默认视为定义新局部变量，除非显式声明 nonlocal x
• 未声明 nonlocal 时对闭包变量赋值，会引发 UnboundLocalError（常见陷阱）

验证闭包：看 __closure__ 和 __code__.co_freevars

每个函数对象都有 __closure__ 属性：若为 None，说明不是闭包；否则是一个由 cell 对象组成的元组，每个 cell 封装一个被捕获的变量。

__code__.co_freevars 则返回对应变量名的元组，与 __closure__ 位置一一对应。

示例：

def make_adder(n):
    def add(x):
        return x + n
    return add
<p>f = make_adder(10)
print(f.<strong>closure</strong>)         # <cell at 0x...: int object at 0x...>
print(f.<strong>code</strong>.co_freevars) # ('n',)
print(f(5))                  # 15</p>

实用案例：延迟求值、配置封装与计数器

闭包天然适合封装状态+行为，无需类即可实现轻量级对象语义。

• 带默认偏移的加法器：如上 make_adder，复用逻辑，避免重复传参
• 日志前缀装饰器：外部函数接收 prefix，内部 wrapper 捕获它并拼接到每条日志中
• 线程安全计数器（简易版）：

  def make_counter():
      count = 0
      def inc():
          nonlocal count
          count += 1
          return count
      return inc
  <p>counter_a = make_counter()
  print(counter_a())  # 1
  print(counter_a())  # 2</p>

每个 make_counter() 调用都创建独立的 count 变量和专属闭包，互不干扰。

本篇关于《Python闭包与作用域详解及案例》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！