Python 中的返回函数即闭包，指内部函数返回时捕获并记住外层作用域变量；工厂函数通过接收参数、定义并返回内部函数实现行为定制化，需注意避免循环中闭包变量绑定错误。
什么是 Python 中的返回函数（闭包）
Python 函数可以作为值被返回，这不是语法糖，而是语言原生支持的一等公民特性。当你在一个函数内部定义另一个函数，并在外部函数中返回它（不加括号调用），就构成了一个闭包——返回函数会“记住”其定义时所在作用域的变量，即使外部函数已执行完毕。
这种模式常被称作“工厂函数”，因为每次调用它都能生成一个行为定制化的新函数。
如何写一个带参数的工厂函数
工厂函数的核心是：接收配置参数 → 内部定义逻辑函数 → 返回该函数（不执行）。关键点在于，内部函数不能立即调用，否则返回的是结果而非函数对象。
- 错误写法：
return inner_func()→ 返回的是执行结果（如None或某个值） - 正确写法：
return inner_func→ 返回函数对象本身 - 闭包变量必须在外部函数作用域中定义或传入，不能依赖全局变量（否则所有实例共享状态）
def make_adder(n):
def add(x):
return x + n # n 来自外层作用域，被闭包捕获
return add # 注意：这里没有括号
<p>add_5 = make_adder(5)
add_10 = make_adder(10)</p><p>print(add_5(3)) # 输出 8
print(add_10(3)) # 输出 13</p>
为什么用工厂函数而不是直接传参
当某类操作需重复使用、且部分参数固定、部分参数延迟提供时，工厂函数比反复传全部参数更清晰。典型场景包括：预设日志前缀、HTTP 请求 base_url、装饰器配置、事件回调绑定。
-
functools.partial能实现类似效果，但它是通用工具；工厂函数更灵活（可含条件逻辑、状态初始化等） - 若闭包内修改了可变对象（如
list或dict），多个返回函数可能意外共享同一份数据 - 工厂函数返回的每个函数都有独立的闭包环境，互不干扰
容易踩的坑：循环中创建返回函数
这是最经典的陷阱：在 for 循环里定义并返回函数，却期望每个函数记住当前迭代的变量值。实际所有函数都引用同一个变量名，最终全指向最后一次循环的值。
funcs = []
for i in range(3):
funcs.append(lambda: i) # ❌ 全部返回 2
<p>print([f() for f in funcs]) # [2, 2, 2]</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill9965" title="macOS UI 自动化技能包 —— 用 Python 控制你的 Mac"><img
src="https://img.php.cn/upload/skill/001/246/273/6adaf20dbae7c507.jpg" alt="macOS UI 自动化技能包 —— 用 Python 控制你的 Mac" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill9965" title="macOS UI 自动化技能包 —— 用 Python 控制你的 Mac" class="overflowclass">macOS UI 自动化技能包 —— 用 Python 控制你的 Mac</a>
<p class="overflowclass">让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript
系统要求
macOS 14+ (Sonoma)
Python 3.9+
需要开启：辅助功能 + 屏幕录制权限</p>
</div>
<a rel="nofollow" href="/xiazai/skill9965" title="macOS UI 自动化技能包 —— 用 Python 控制你的 Mac" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
修复方式是用默认参数捕获当前值：
funcs = []
for i in range(3):
funcs.append(lambda x=i: x) # ✅ 默认参数在定义时求值
<p>print([f() for f in funcs]) # [0, 1, 2]</p>
或者改用工厂函数封装：
def make_func(val):
return lambda: val
<p>funcs = [make_func(i) for i in range(3)]</p>
闭包变量的生命周期和绑定时机，是这类问题的根本原因，不是语法缺陷，而是作用域规则的自然体现。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
