Python闭包通过内部函数引用并保存外部函数局部变量来自然维持状态，无需类或全局变量；典型应用如计数器和带预设参数的函数工厂，关键需用nonlocal声明可变状态，且适用于简单单一行为场景。

Python 中闭包可以自然地保存状态，不需要类或全局变量。核心在于内部函数引用了外部函数的局部变量，而这个变量在外部函数返回后依然被保留。

闭包保存计数器状态

最典型的例子是计数器：每次调用都返回递增的数字，且各实例互不干扰。

关键点是：外部函数定义变量（如 count），内部函数读写它，并返回该内部函数。Python 会把被引用的局部变量“打包”进闭包中，生命周期延长。

示例：

def make_counter():
    count = 0
    def counter():
        nonlocal count
        count += 1
        return count
    return counter
创建两个独立计数器
c1 = make_counter()
c2 = make_counter()
print(c1())  # 1
print(c1())  # 2
print(c2())  # 1
print(c1())  # 3

注意：nonlocal 声明必不可少——没有它，count += 1 会被当作定义新局部变量，触发 UnboundLocalError。

闭包保存配置或参数

闭包适合封装带默认行为的可复用逻辑，比如带固定偏移的加法器、带预设前缀的日志函数。

此时状态是只读的（无需 nonlocal），更安全简洁。

• 偏移加法器：外部函数接收 offset，内部函数每次加上它
• 日志前缀：外部函数接收 prefix，内部函数自动拼接
• 验证规则：外部函数接收 min_val 和 max_val，内部函数做范围检查

示例（带前缀日志）：

def make_logger(prefix):
    def log(msg):
        print(f"[{prefix}] {msg}")
    return log
info_log = make_logger("INFO")
error_log = make_logger("ERROR")
info_log("User logged in")   # [INFO] User logged in
error_log("Connection failed")  # [ERROR] Connection failed

闭包 vs 类：何时选闭包？

当状态简单、行为单一、无需多个方法或属性时，闭包更轻量直观。

• 只有 1–2 个数据项 + 1 个核心操作 → 优先考虑闭包
• 需要多种方法（如 reset()、get_value()）、私有/公有区分、继承 → 用类
• 状态需被多次修改且逻辑较复杂 → 类更容易维护

闭包不是万能

常见陷阱与注意事项

闭包容易因变量绑定时机出错，尤其在循环中创建多个闭包时。

• 错误写法：循环内直接引用循环变量，所有闭包共享最后一次值
• 修复方式：用默认参数捕获当前值（lambda x=x: x）或用闭包嵌套固化
• 调试技巧：查看 func.__closure__ 和 func.__code__.co_freevars 确认哪些变量被闭包捕获

例如检查闭包内容：

print(c1.__closure__)         # (,)
print(c1.__closure__[0].cell_contents)  # 3

不复杂但容易忽略细节。