传函数是传函数对象本身，可由接收方控制调用时机、次数和参数，构成回调机制；传值则是立即执行并传递返回结果。
Python里传函数和传值到底有什么区别
传函数不是传函数的返回值，而是传函数对象本身。这意味着接收方可以随时调用它，且调用时机、次数、参数都由接收方控制——这正是回调机制的核心。
常见错误是写成 func()（带括号），结果传的是调用后的返回值；正确写法是 func（不带括号）。
- 传
process_data(x)→ 会立刻执行，传过去的是返回值（比如None或一个字符串） - 传
process_data→ 传过去的是函数对象，接收方后续可写callback(data)来触发 - 如果需要预置部分参数，用
functools.partial或lambda封装，避免在传递时就求值
怎么安全地设计带回调的函数接口
回调函数的签名（参数个数、类型、是否返回值）必须和调用方预期一致，否则运行时报 TypeError。建议显式校验或文档约定。
典型场景：异步任务完成通知、数据过滤钩子、重试失败处理。
立即学习“Python免费学习笔记（深入）”；
- 始终给回调参数设默认值
callback=None，避免强制要求传入 - 调用前加
if callable(callback): callback(result)，防止传入None或字符串导致崩溃 - 若回调可能抛异常，应在调用处
try/except包裹，避免中断主流程（尤其在循环或关键路径中）
def fetch_user(user_id, callback=None):
data = {"id": user_id, "name": "Alice"}
if callable(callback):
try:
callback(data)
except Exception as e:
print(f"Callback failed: {e}")
return datalambda 和普通函数当回调，什么时候该选哪个
lambda 适合单表达式、无状态、一次性使用的逻辑；普通函数适合需复用、含多步逻辑、或要调试/单元测试的场景。
容易踩的坑：lambda 捕获外部变量时形成闭包，若在循环中定义，所有 lambda 可能共享同一个变量引用。
- ✅ 安全用法：
on_click=lambda x: print(f"Clicked {x}") - ❌ 危险用法：
buttons = [] for i in range(3): buttons.append(lambda: print(i)) # 全部输出 2 - ✅ 修复方式：
lambda i=i: print(i)（用默认参数快照当前值）
回调里改全局状态或引发竞态，该怎么防
回调常被用在并发环境（如 threading、asyncio、事件循环），但 Python 的 GIL 并不能完全保护共享变量。如果回调修改了全局列表、字典或类属性，极易出现丢失更新或数据错乱。
最轻量的解法是：回调只做纯计算或发通知，把状态变更交给主线程/主协程统一处理。
- 用
queue.Queue（线程安全）或asyncio.Queue（协程安全）中转回调结果 - 避免在回调里直接
append到全局list或update全局dict - 若必须修改，加锁（
threading.Lock）或用原子操作（如collections.deque的append是线程安全的）
回调不是万能胶，它让控制流变隐式。越复杂的业务逻辑，越要警惕“谁在什么时候调用了什么，又改了什么”。
