Python闭包指内层函数记住并引用外层函数的局部变量，即使外层函数已结束，变量仍驻留内存；需满足嵌套定义、引用外层局部变量、外层返回内层函数对象三条件。

Python闭包的核心在于：**内层函数记住了它被定义时所在作用域的变量，即使外层函数已经执行完毕，这些变量仍被保留在内存中供内层函数使用**。这不是简单的值拷贝，而是对变量对象的引用保持。

什么是闭包？三个必要条件

一个函数要构成闭包，必须同时满足：

• 存在嵌套函数（内层函数定义在外层函数内部）
• 内层函数引用了外层函数的局部变量（非全局、非参数传入）
• 外层函数返回了内层函数（不是调用结果，而是函数对象本身）

闭包如何保存状态？——freevars与__closure__

当满足闭包条件后，Python会自动为内层函数创建__closure__属性，它是一个元组，每个元素是cell对象，封装了被引用的外层变量。可通过func.__code__.co_freevars查看变量名。

例如：

def make_adder(n):
    def add(x):
        return x + n  # 引用了外层n
    return add
plus3 = make_adder(3)
print(plus3.closure)        # (,)
print(plus3.code.co_freevars)  # ('n',)
print(plus3.closure[0].cell_contents)  # 3

闭包 vs 普通嵌套：关键区别在变量生命周期

普通嵌套函数调用结束后，其局部变量随栈帧销毁；而闭包中的外层变量因被内层函数“捕获”，会延长生命周期，直到所有引用它的闭包函数对象被回收。

注意：闭包捕获的是变量的引用，不是快照。如果外层变量可变（如列表），后续修改会影响所有共享该闭包的函数：

def make_counter():
    count = [0]  # 用列表避免重新赋值
    def inc():
        count[0] += 1
        return count[0]
    return inc
c1 = make_counter()
print(c1())  # 1
print(c1())  # 2

常见陷阱：循环中创建多个闭包

在for循环中直接创建闭包，容易误以为每次捕获的是当前i值，实际捕获的是同一个变量i的最终值：

# ❌ 错误写法
funcs = []
for i in range(3):
    funcs.append(lambda: i)  # 全部返回2
✅ 正确写法：用默认参数固化当前值
funcs = []
for i in range(3):
funcs.append(lambda x=i: x)
或用闭包函数封装
def make_func(x):
return lambda: x
funcs = [make_func(i) for i in range(3)]