0

0

Python里闭包原理 嵌套函数中闭包变量的绑定机制解析

下次还敢

下次还敢

发布时间:2025-06-10 16:15:03

|

782人浏览过

|

来源于php中文网

原创

闭包是python中内部函数捕获外部函数作用域变量并持续访问的机制。具体来说,闭包是一个函数加上其引用环境,即使外部函数执行完毕,内部函数仍能记住并访问外部变量。例如,在outer函数中定义的inner函数可以访问outer的变量x,即使outer已执行完成。闭包变量是后期绑定(late binding),即调用时才查找变量当前值,这可能导致多个闭包引用同一个变量而得到相同最终值的问题,如make_multipliers例子中所有lambda都返回8。解决方法是通过默认参数立即绑定值。闭包变量属于嵌套函数外层作用域(e层级),读取无需声明,修改则需使用nonlocal关键字。闭包常用于状态保持、封装数据和装饰器,但也需注意内存释放、变量绑定问题及多层嵌套带来的效率影响。可通过__closure__属性检查闭包内容。掌握闭包的作用域规则与绑定机制是写出稳定代码的关键。

在Python中,闭包是一个函数加上它所处环境的引用。说得更具体一点,就是内部函数记住了外部函数作用域中的变量值,即使外部函数已经执行完毕,这些变量仍然可以被访问。

这种机制常用于装饰器、回调函数等场景,理解闭包变量的绑定机制,能帮助我们写出更稳定、可预测的代码。


什么是闭包?

闭包(Closure)指的是一个函数捕获了其定义时所在的环境变量,并且即使这个环境不再存在,它也能继续访问这些变量。

举个简单例子:

立即学习Python免费学习笔记(深入)”;

def outer(x):
    def inner():
        print(x)
    return inner

closure = outer(10)
closure()  # 输出 10

在这个例子中,inner 是一个闭包,因为它“记住”了 outer 函数中的变量 x。即使 outer 已经执行完,返回的 inner 还是可以访问到 x 的值。


闭包变量是按引用还是按值绑定的?

这是很多人容易混淆的地方:闭包变量在 Python 中是后期绑定的(late binding),也就是说,它不是在定义的时候固定住变量的值,而是在调用时才去查找变量的当前值。

来看一个经典例子:

def make_multipliers():
    return [lambda x: x * i for i in range(5)]

for m in make_multipliers():
    print(m(2))

你可能会以为输出是 0 2 4 6 8,但实际输出是 8 8 8 8 8

为什么?因为在列表推导式中,每个 lambda 都引用了同一个变量 i,而当 make_multipliers() 执行完后,i 最终停留在了 4,所以所有闭包中的 i 都指向最后的值。

要解决这个问题,通常的做法是在定义时立即绑定值,比如通过默认参数“冻结”当前值:

云从科技AI开放平台
云从科技AI开放平台

云从AI开放平台

下载
def make_multipliers():
    return [lambda x, i=i: x * i for i in range(5)]

这样每个 lambda 都保存了当时循环中的 i 值。


嵌套函数中变量的作用域规则

在嵌套函数中,Python 使用 LEGB 规则 来查找变量:

  • L: Local(本地作用域)
  • E: Enclosing(外层嵌套函数作用域)
  • G: Global(全局作用域)
  • B: Built-in(内置作用域)

闭包变量属于 E 层级,也就是外层函数作用域中的变量。

如果我们在内层函数中修改这些变量,需要注意以下几点:

  • 如果只是读取,不需要做任何声明。
  • 如果想修改,需要使用 nonlocal 关键字(适用于嵌套函数)或 global(如果变量在全局)。

例如:

def outer():
    count = 0
    def inner():
        nonlocal count
        count += 1
        print(count)
    return inner

counter = outer()
counter()  # 输出 1
counter()  # 输出 2

如果没有 nonlocal,Python 会认为你在给局部变量 count 赋值,从而引发错误。


实际应用与注意事项

闭包在很多高级技巧中都有使用,比如:

  • 模拟状态保持(如计数器)
  • 封装数据,避免污染全局空间
  • 构造装饰器逻辑

不过要注意几个点:

  • 闭包会持有对外部变量的引用,可能导致内存无法释放。
  • 多层嵌套函数中,变量查找效率略低(虽然一般影响不大)。
  • 循环中生成闭包时,注意 late binding 的问题。

如果你不确定某个变量是否被正确捕获,可以用 __closure__ 属性查看闭包内容:

def outer():
    x = 10
    def inner():
        return x
    return inner

f = outer()
print(f.__closure__)
# 输出类似 (<cell at 0x...: int object at 0x...>,)

基本上就这些。闭包是个强大又容易出错的功能,掌握好变量绑定机制和作用域规则,才能用得更稳。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
counta和count的区别
counta和count的区别

Count函数用于计算指定范围内数字的个数,而CountA函数用于计算指定范围内非空单元格的个数。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

203

2023.11.20

lambda表达式
lambda表达式

Lambda表达式是一种匿名函数的简洁表示方式,它可以在需要函数作为参数的地方使用,并提供了一种更简洁、更灵活的编码方式,其语法为“lambda 参数列表: 表达式”,参数列表是函数的参数,可以包含一个或多个参数,用逗号分隔,表达式是函数的执行体,用于定义函数的具体操作。本专题为大家提供lambda表达式相关的文章、下载、课程内容,供大家免费下载体验。

215

2023.09.15

python lambda函数
python lambda函数

本专题整合了python lambda函数用法详解,阅读专题下面的文章了解更多详细内容。

192

2025.11.08

Python lambda详解
Python lambda详解

本专题整合了Python lambda函数相关教程,阅读下面的文章了解更多详细内容。

61

2026.01.05

go语言闭包相关教程大全
go语言闭包相关教程大全

本专题整合了go语言闭包相关数据,阅读专题下面的文章了解更多相关内容。

152

2025.07.29

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

1

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

39

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

140

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

47

2026.03.10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
JavaScript函数与闭包
JavaScript函数与闭包

共32课时 | 4.4万人学习

JavaScript高级框架设计视频教程
JavaScript高级框架设计视频教程

共22课时 | 3.7万人学习

玩儿转Swift视频教程
玩儿转Swift视频教程

共44课时 | 9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号