在 Python 3 中，闭包（Closure） 是指在一个嵌套函数中，内部函数引用了外部函数的自由变量（即外部函数作用域中的变量），并且外部函数返回了内部函数本身。这样，即使外部函数执行完毕，内部函数依然可以记住并访问那些被引用的外部变量，形成了一种“闭包”环境。

闭包的三个必要条件

1. 必须有一个嵌套函数（函数内部定义另一个函数）。
2. 内部函数必须引用外部函数的变量（非全局变量）。
3. 外部函数必须返回内部函数（或者把内部函数传给其他对象）。

最简单的闭包示例

def outer(x):
    def inner(y):
        return x + y
    return inner

add_5 = outer(5)       # 返回 inner 函数，并记住了 x=5
print(add_5(3))        # 输出 8
print(add_5(10))       # 输出 15

在这里，inner 引用了外部函数 outer 的局部变量 x。即使 outer 执行完毕，add_5 仍然持有 x=5 的值，这就是闭包。

如何查看闭包中捕获的变量

可以通过函数的 __closure__ 属性查看：

def outer(x):
    def inner(y):
        return x + y
    return inner

f = outer(10)
print(f.__closure__)      # (<cell at 0x...: int object at 0x...>,)
print(f.__closure__[0].cell_contents)  # 10

闭包与 nonlocal 关键字

如果内部函数需要修改外部函数的变量（而不是仅仅读取），必须使用 nonlocal 声明，否则 Python 会认为你在内部函数中新建了一个局部变量。

def counter():
    count = 0
    def increment():
        nonlocal count   # 声明 count 不是局部变量
        count += 1
        return count
    return increment

c = counter()
print(c())  # 1
print(c())  # 2

如果没有 nonlocal，count += 1 会抛出 UnboundLocalError。

闭包的常见应用场景

• 装饰器（Decorator）：闭包是实现装饰器的核心机制，装饰器接受函数，在内部包装并返回新函数。
• 工厂函数：生成带有特定配置的函数（如上面的 outer）。
• 回调函数：在事件驱动或异步编程中，携带额外状态。
• 函数式编程：实现柯里化（Currying）、部分应用等。

注意事项

1. 变量生命周期：闭包会延长外部变量的生命周期，它们不会在外部函数返回后立即释放，而是随闭包函数一起存在。如果大量使用闭包且不注意，可能导致内存泄漏。
2. 循环中的闭包陷阱：在循环中创建闭包时，如果内部函数引用了循环变量，往往得到意外的结果（所有函数共享同一个变量）。解决方案是使用默认参数或 functools.partial。

# 错误示例
funcs = []
for i in range(3):
    funcs.append(lambda: i)   # 所有 lambda 都引用同一个 i
print(funcs[0]())  # 2
print(funcs[1]())  # 2
print(funcs[2]())  # 2

# 正确做法：用默认参数捕获当前值
funcs = []
for i in range(3):
    funcs.append(lambda i=i: i)  # 默认参数在定义时求值
print(funcs[0]())  # 0
print(funcs[1]())  # 1
print(funcs[2]())  # 2

3. 性能：闭包比普通函数调用稍慢，因为涉及自由变量的访问（通过 LOAD_DEREF 指令），但在大多数场景下可忽略。

与 Python 2 的区别

• Python 2 中，闭包只能读取外部变量，不能修改（没有 nonlocal）。Python 3 引入了 nonlocal，使得修改外层非全局变量成为可能。
• Python 3 对闭包的实现更加清晰，__closure__ 属性统一。

总结

闭包是 Python 函数式编程的重要基石，理解它有助于掌握装饰器、高阶函数等高级特性。关键在于嵌套函数、引用自由变量和返回函数，并注意使用 nonlocal 来修改变量值。