Python 闭包的本质，是函数对象携带了其定义时所在作用域的局部变量（即使外层函数已返回），形成一个“封闭”的执行环境。它不是语法糖，而是函数式编程的重要基础，也是理解装饰器、回调、延迟计算等机制的关键。
闭包怎么形成的？三个必要条件
一个函数要成为闭包，必须同时满足：
- 嵌套结构：内部函数定义在外部函数内部；
- 引用外部变量：内部函数体中直接使用了外部函数的局部变量（非全局变量）；
- 返回内部函数：外部函数返回的是内部函数本身（不加括号），而非调用结果。
只有三者齐备，Python 才会将该变量“打包”进内部函数的 __closure__ 属性中，形成真正的闭包。缺一不可。
为什么变量能“活下来”？——闭包的生命周期逻辑
普通局部变量随函数退出而销毁，但闭包中的自由变量（free variable）会被内部函数对象强引用持有，直到内部函数对象被垃圾回收。Python 通过 cell 对象封装这些变量，你可以在 inner.__closure__[0].cell_contents 中读取它的当前值。
立即学习“Python免费学习笔记（深入）”；
注意：闭包捕获的是变量的引用，不是快照。这意味着多个闭包共享同一份自由变量（尤其在循环中易出错）。
经典陷阱题：for 循环 + 闭包，为什么全输出 3？
常见代码：
funcs = []
for i in range(3):
funcs.append(lambda: i)
print([f() for f in funcs]) # 输出 [3, 3, 3]
原因：所有 lambda 都引用同一个变量 i，循环结束时 i == 3，闭包访问的是最终值。
解决方法（任选其一）：
- 用默认参数“快照”当前值：
lambda x=i: x； - 用闭包工厂函数封装：
def make_func(x): return lambda: x，再funcs.append(make_func(i))； - 用
functools.partial绑定参数。
面试常考：用闭包实现计数器、配置生成器、简单装饰器
闭包的价值在于“状态+行为”的轻量封装，无需类即可保存私有状态：
-
计数器：
def counter(): n = 0; return lambda: nonlocal n; n += 1; return n； -
配置生成器：如
def make_adder(x): return lambda y: x + y，add5 = make_adder(5)； -
装饰器雏形：闭包是装饰器的基础，
@log_calls实际就是外层接收函数、内层执行增强逻辑并返回新函数。
面试时若被问“闭包 vs 类”，可答：闭包适合单状态、轻逻辑场景；类更适合多状态、需继承/多方法的复杂封装。
掌握闭包，关键不在背定义，而在看懂 __closure__ 和 __code__.co_freevars，动手调试几个例子，比死记硬背管用得多。
