nonlocal 关键字用于在嵌套函数中修改其外层（非全局）作用域中的变量。它解决了在内层函数中对外部变量进行赋值操作时，Python 默认创建局部变量的问题，确保了对预期变量的直接修改。本文将详细阐述 nonlocal 的作用机制、适用场景，并与 global 关键字进行对比，辅以代码示例，帮助开发者清晰掌握其使用方法。
Python 作用域基础
在深入理解 nonlocal 之前，我们需要回顾 Python 的作用域规则。Python 遵循 LEGB 规则：Local (局部)、Enclosing (闭包或外层)、Global (全局)、Built-in (内置)。
局部作用域 (Local)：函数内部定义的变量，只在该函数内部可见。外层作用域 (Enclosing)：在一个函数内部定义另一个函数时，外部函数的局部作用域对于内部函数来说就是外层作用域。全局作用域 (Global)：模块级别定义的变量，在整个模块中可见。内置作用域 (Built-in)：Python 内置的函数和常量（如 print, len, True 等）。
当 Python 解释器在函数内部遇到一个变量名时，它会首先在局部作用域中查找。如果找不到，它会依次向外层作用域、全局作用域和内置作用域查找。如果一个变量在函数内部被赋值，Python 默认会将其视为一个局部变量，除非显式声明。
nonlocal 关键字的作用
nonlocal 关键字主要用于解决一个特定问题：当内层函数需要修改其外层（非全局）作用域中的变量时。如果没有 nonlocal 声明，内层函数对该变量的赋值操作将默认创建一个新的局部变量，而不是修改外层作用域中的同名变量。
立即学习“Python免费学习笔记（深入）”；
nonlocal 的核心功能是： 允许内层函数直接修改其直接外层（非全局）作用域中的变量，使其赋值操作作用于外层变量本身，而不是在内层函数中创建一个新的局部变量。
何时需要使用 nonlocal
当满足以下两个条件时，你需要使用 nonlocal：
你正在一个嵌套函数（或闭包）的内部。你希望在内层函数中对一个外层作用域（但非全局作用域）的变量进行重新赋值操作。
让我们通过一个具体的例子来理解：
def outer_function(): count = 0 # 这是外层作用域的变量 def inner_function(): # 如果不使用 nonlocal，这里的 count = 10 会创建一个新的局部变量 count # nonlocal count # 启用这行，则会修改外层作用域的 count count = 10 print(f"Inner function: count = {count}") inner_function() print(f"Outer function: count = {count}")outer_function()# 输出：# Inner function: count = 10# Outer function: count = 0 (如果 nonlocal count 被注释)# Outer function: count = 10 (如果 nonlocal count 被启用)
在上述代码中，如果 nonlocal count 被注释掉，inner_function 内部的 count = 10 会创建一个新的局部变量 count。因此，outer_function 打印的 count 仍然是 0。只有当 nonlocal count 被启用时，inner_function 才能修改 outer_function 中的 count 变量。
nonlocal 与 global 的区别
nonlocal 和 global 都用于在函数内部修改外部变量，但它们针对的作用域不同：
global 关键字：用于声明一个变量是全局作用域中的变量。这意味着对该变量的任何赋值操作都将修改全局变量，而不是创建局部变量。nonlocal 关键字：用于声明一个变量是外层（非全局）作用域中的变量。这意味着对该变量的任何赋值操作都将修改最近的外层变量，而不是创建局部变量。
简而言之，global 穿透所有层级直达全局作用域，而 nonlocal 只作用于直接外层（非全局）作用域。
global_var = 100def outer_scope(): enclosing_var = 200 def inner_scope(): local_var = 300 # 修改全局变量 global global_var global_var += 1 # 修改外层作用域变量 nonlocal enclosing_var enclosing_var += 1 print(f"Inside inner_scope: global_var={global_var}, enclosing_var={enclosing_var}, local_var={local_var}") inner_scope() print(f"Inside outer_scope: global_var={global_var}, enclosing_var={enclosing_var}")outer_scope()print(f"Outside all functions: global_var={global_var}")# 预期输出：# Inside inner_scope: global_var=101, enclosing_var=201, local_var=300# Inside outer_scope: global_var=101, enclosing_var=201# Outside all functions: global_var=101
何时不需要使用 nonlocal (结合示例分析)
回到最初的问题场景，为什么在 LeetCode 问题的递归解法中，即使内层 dfs 函数修改了 visited 集合，却不需要 nonlocal 呢？
class Solution: def findOrder(self, numCourses: int, prerequisites: List[List[int]]) -> List[int]: res = [] adjList = defaultdict(list) visited = set() # 外层作用域的 visited 变量 # ... (构建图的逻辑) def dfs(curr, path): if curr in visited: # 读取 visited return True # ... path.remove(curr) visited.add(curr) # 修改 visited 集合的内容 res.append(curr) # 修改 res 列表的内容 return True # ... (拓扑排序逻辑)
在这个例子中，visited 是一个 set 对象，res 是一个 list 对象。这两种都是可变对象。
关键在于：nonlocal 仅在尝试对变量本身进行重新赋值时才需要。当你调用可变对象的方法（如 set.add()、list.append()、dict.update() 等）来修改其内容时，你并没有重新绑定变量名到另一个对象，因此不需要 nonlocal。变量 visited 仍然指向内存中的同一个 set 对象，只是这个 set 对象的内容发生了变化。
例如：
def outer(): my_list = [] # my_list 指向一个空的列表对象 def inner(): my_list.append(1) # 修改了 my_list 指向的列表对象的内容，不是重新赋值 my_list # 如果是 my_list = [1, 2]，这就需要 nonlocal 了 inner() print(my_list) # 输出: [1]outer()
在这个例子中，inner 函数通过 my_list.append(1) 修改了 outer 作用域中 my_list 变量所引用的列表对象的内容，但它并没有改变 my_list 变量本身所引用的对象。因此，nonlocal 在这里是不需要的。
总结与注意事项
nonlocal 用于修改外层（非全局）作用域中的变量。nonlocal 仅在内层函数对变量进行重新赋值时才需要。当内层函数只是修改外层作用域中可变对象（如列表、字典、集合）的内容时，不需要 nonlocal。 因为这不涉及变量的重新绑定。global 用于修改全局作用域中的变量。谨慎使用 nonlocal 和 global，过度使用可能导致代码难以理解和维护。通常，通过函数参数传递或返回修改后的值是更推荐的做法。
理解 nonlocal 关键字对于编写复杂的嵌套函数和闭包至关重要，它确保了变量修改行为符合预期，避免了因作用域规则导致的意外局部变量创建。
以上就是深入理解 Python 的 nonlocal 关键字的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1382100.html
微信扫一扫 
支付宝扫一扫 
![Go语言接口与切片：如何识别和操作[]interface{}](https://cdn.chuangxiangniao.com/www/2025/12/176369856569294-1.jpg?imageMogr2/crop/480x300/gravity/center)
