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。
一个函数要构成闭包,必须同时满足三个条件:
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。
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)]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。
以上就是Python闭包特性如何使用_函数嵌套与状态保持技巧【教学】的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号