闭包是函数与其定义时所处作用域中自由变量的组合，关键在于保持对原始变量的引用而非复制值；它仅捕获Enclosing作用域变量，可通过__closure__和co_freevars验证。
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。
立即学习“Python免费学习笔记（深入）”；
- 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。
