深入理解Python闭包（从零开始掌握Python函数闭包与作用域）

一个简单的闭包例子

让我们通过一个具体的例子来理解闭包：

def outer_function(x):    def inner_function(y):        return x + y  # inner_function 引用了外层的 x    return inner_function  # 返回内部函数# 创建闭包closure = outer_function(10)# 调用闭包result = closure(5)print(result)  # 输出: 15

在这个例子中：
- outer_function 是外部函数，接收参数 x。
- inner_function 是内部函数，它使用了外部函数的变量 x。
- 当 outer_function(10) 被调用时，它返回 inner_function，此时 inner_function “记住”了 x = 10。
- 即使 outer_function 已经执行完毕，closure(5) 依然能正确计算出 10 + 5 = 15。

为什么需要闭包？

闭包在实际开发中有多种用途，比如：

• 数据封装：隐藏某些数据，避免全局污染。
• 回调函数：在事件驱动编程中携带上下文信息。
• 装饰器实现：Python装饰器大量使用闭包。
• 延迟计算：保存状态以供后续使用。

闭包与作用域的关系

理解 Python函数闭包 的关键在于掌握 Python 的作用域规则（LEGB 规则）：

• Local（局部作用域）
• Enclosing（嵌套作用域）
• Global（全局作用域）
• Built-in（内置作用域）

闭包正是利用了 Enclosing 作用域——内部函数可以访问外层函数的变量，即使外层函数已经返回。

常见误区与注意事项

1. 可变对象陷阱：如果闭包引用的是可变对象（如列表），要注意共享引用的问题。

def make_counters():    counters = []    for i in range(3):        counters.append(lambda: i)  # 所有 lambda 都引用同一个 i    return countersfuncs = make_counters()print([f() for f in funcs])  # 输出: [2, 2, 2] 而不是 [0, 1, 2]

解决方法是使用默认参数“捕获”当前值：

def make_counters():    counters = []    for i in range(3):        counters.append(lambda x=i: x)  # 每次将 i 的当前值绑定到 x    return countersfuncs = make_counters()print([f() for f in funcs])  # 输出: [0, 1, 2]

总结

通过本教程，你应该已经掌握了 Python闭包 的基本概念、工作原理和使用场景。闭包是理解高级 Python 特性（如装饰器、生成器）的重要基础。记住：闭包 = 内部函数 + 自由变量 + 外部函数返回内部函数。

继续练习，尝试自己编写闭包函数，你会对 闭包作用域 有更深刻的理解！