闭包是捕获外层变量的嵌套函数，需满足嵌套定义、引用外层局部变量、返回内层函数三条件；装饰器是基于闭包实现的语法糖，用于增强函数功能，常见于缓存、校验、计时等场景。
闭包和装饰器在Python中紧密相关：装饰器本质上是利用闭包实现的语法糖。理解闭包的作用域机制，是掌握装饰器工作原理的关键。
闭包：记住外层变量的内层函数
闭包指一个函数对象，它不仅包含函数本身，还“捕获”并保存了定义时所在作用域中的自由变量（即非局部也非全局的变量）。要形成闭包，需满足三个条件：存在嵌套函数、内层函数引用外层函数的局部变量、外层函数返回内层函数（不加括号）。
- 外层函数执行完后，其局部变量本该销毁，但因被内层函数引用，Python会将其打包进内层函数的 __closure__ 属性中保留
- 可通过 func.__code__.co_freevars 查看哪些变量被闭包捕获，用 func.__closure__[0].cell_contents 查看具体值
- 常见误区：仅“定义在嵌套结构里”不等于闭包；必须有变量引用+返回函数才成立
装饰器：基于闭包的函数增强工具
装饰器本质是一个接收函数为参数、返回新函数的闭包。@语法只是让调用更简洁，等价于 func = decorator(func)。
- 最简装饰器结构就是外层函数接收被装饰函数，内层函数处理逻辑（如记录日志、校验参数），最后返回内层函数
- 带参数的装饰器需再套一层函数：最外层接收装饰器参数，中间层接收被装饰函数，最内层执行逻辑——三层嵌套，两层闭包
- 使用 functools.wraps(wrapper) 可将原函数的 __name__、__doc__ 等元信息复制到 wrapper 上，避免装饰后丢失关键属性
作用域链与自由变量查找顺序
Python按 LEGB 规则查找变量：Local → Enclosing → Global → Built-in。闭包中的自由变量属于 Enclosing 层，在内层函数执行时，会沿此链向上找到被捕获的值。
立即学习“Python免费学习笔记（深入）”；
- 注意循环中创建多个闭包的常见陷阱：所有闭包可能共享同一个变量引用（如 for i in range(3): lambdas.append(lambda: i)），结果全为2。解决方法是在闭包内用默认参数固化当前值：lambda i=i: i
- nonlocal 关键字可让内层函数修改 Enclosing 层变量，但不能用于全局变量（此时用 global）
- 闭包保存的是变量的引用，不是值快照；若外层变量后续被修改，且闭包尚未执行，那么执行时看到的就是最新值
实际应用中的典型模式
闭包和装饰器常配合解决复用性问题，比如缓存、权限控制、性能统计等。
- 函数缓存（memoize）：用闭包维护一个字典，键为参数组合，值为计算结果，避免重复运算
- 登录校验装饰器：检查 request 对象是否有有效 session，无则跳转登录页，有则放行
- 计时装饰器：在 wrapper 中记录 time.time() 差值，打印耗时，适合调试或监控
- 类方法装饰器要注意 self 的传递：wrapper 接收 *args, **kwargs 即可自然包含 self 或 cls
