Python闭包陷阱与对策

Python开发者常遇到一个经典陷阱：在循环中创建函数，这些函数却返回相同结果。

这源于闭包的延迟绑定特性。内部函数引用了外部变量，但并未立即执行，而是等到调用时才去查找变量当前的值。

看这个例子：funcs = [lambda x: x + i for i in range(3)]，调用 funcs0 期望返回1，实际却得到3。

因为循环结束后 i 变成了2，所有函数共享同一个 i 的引用，所以计算结果都是 x+2。

解决方案一：使用默认参数快照当前值。将定义改为 lambda x, i=i: x + i，这样 i 的当前值会被绑定为默认参数。

解决方案二：借助 functools.partial 固定参数。from functools import partial; funcs = [partial(lambda x, i: x+i, i=i) for i in range(3)]。

解决方案三：在循环内再嵌套一层函数，用参数传递当前值。def make_func(i): return lambda x: x+i; funcs = [make_func(i) for i in range(3)]。

理解延迟绑定并非缺陷，而是设计特性。它允许创建惰性计算，但循环中生成函数时需格外小心。

掌握这个知识点，能避免生产环境中难以追踪的bug。记住：闭包捕获的是变量引用，不是变量值。

检查代码时，若发现多个函数返回值异常一致，优先考虑闭包陷阱。使用默认参数或 partial 是最简洁的修复手段。