python闭包需满足三条件：函数嵌套、内部函数引用外部局部变量、外部函数返回内部函数对象；它可封装状态、实现装饰器等，但需注意延迟绑定陷阱。
Python闭包的核心在于：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。它让函数能“记住”自己被定义时的环境，实现轻量级的状态封装。
闭包的基本写法与判断要点
一个函数要构成闭包，必须同时满足三个条件：
- 存在函数嵌套（内部函数定义在外部函数内部）
- 内部函数使用了外部函数的局部变量（非全局变量）
- 外部函数返回了内部函数（注意：不是调用结果，是函数对象本身）
例如：
def make_adder(n):
def add(x):
return x + n # 引用了外部变量 n
return add # 返回函数，不是 add(x)
<p>plus_5 = make_adder(5)
print(plus_5(3)) # 输出 8利用闭包保存状态，替代类的简单场景
当只需要维护少量、单一维度的状态（比如计数器、偏移量、配置参数），闭包比定义类更简洁直观。
立即学习“Python免费学习笔记（深入）”；
比如实现一个自增计数器：
def counter():
count = 0
def inc():
nonlocal count
count += 1
return count
return inc
<p>c = counter()
print(c()) # 1
print(c()) # 2这里 nonlocal 是关键——它告诉 Python，count 不是局部变量，而是外层函数的变量，允许内部函数修改它。
闭包常见陷阱：延迟绑定问题
初学者容易遇到的问题：多个闭包共享同一个外部变量，而该变量在循环中被反复赋值，导致所有闭包最终“记住”的是最后一次值。
错误写法：
funcs = []
for i in range(3):
funcs.append(lambda: i) # 全部引用同一个 i
print([f() for f in funcs]) # [2, 2, 2]修复方式：用默认参数立即绑定当前值：
funcs = []
for i in range(3):
funcs.append(lambda x=i: x) # x=i 在定义时就固定了 i 的当前值
print([f() for f in funcs]) # [0, 1, 2]或改用闭包函数封装：
def make_func(x):
return lambda: x
funcs = [make_func(i) for i in range(3)]实际应用：装饰器与配置化函数生成
装饰器本质就是闭包。比如写一个带参数的重试装饰器：
def retry(max_attempts=3):
def decorator(func):
def wrapper(*args, **kwargs):
for i in range(max_attempts):
try:
return func(*args, **kwargs)
except Exception:
if i == max_attempts - 1:
raise
return None
return wrapper
return decorator
<p>@retry(max_attempts=2)
def fetch_data():</p><h1>模拟可能失败的操作</h1><pre class="brush:php;toolbar:false;"><code>pass</code>这里的 retry 接收配置，返回装饰器函数；装饰器再接收目标函数，返回包装后的函数——三层嵌套，典型闭包链，每一层都保持了上一层的参数状态。
