脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python global和nonlocal用法

Python中的global和nonlocal关键字的使用场景分析

 更新时间：2025年09月18日 11:00:01   作者：请叫我技术官大人  
Python中global和nonlocal用于处理变量作用域,本文给大家介绍Python中的global和nonlocal关键字的使用场景,感兴趣的朋友跟随小编一起看看吧

在 Python 中，global 和 nonlocal 关键字用于在函数内部访问和修改外部作用域的变量。它们解决了函数内部无法直接修改外部变量的问题。

1. global 关键字

global 用于在函数内部访问和修改全局作用域（模块级别）的变量。

使用场景：

nonlocal 用于在嵌套函数中访问和修改外层（非全局）作用域的变量。

使用场景：

2. nonlocal 关键字

  • 当需要在函数内部修改全局变量时
  • 当需要在函数内部创建新的全局变量时
# 全局变量
count = 0
def increment():
    # 声明 count 是全局变量
    global count
    count += 1
    print(f"函数内部: count = {count}")
print(f"函数调用前: count = {count}")  # 输出: 函数调用前: count = 0
increment()  # 输出: 函数内部: count = 1
print(f"函数调用后: count = {count}")  # 输出: 函数调用后: count = 1
# 在函数内部创建全局变量
def create_global():
    global new_var
    new_var = "我是全局变量"
create_global()
print(new_var)  # 输出: 我是全局变量

注意事项：

  • 在函数内部读取全局变量时，不需要使用 global 关键字
  • 只有在修改全局变量时才需要使用 global
  • 使用 global 声明后，对该变量的所有操作都会影响全局变量
  • 在闭包中修改外层函数的变量
  • 在多层嵌套函数中修改非全局的外部变量

nonlocal 用于在嵌套函数中访问和修改外层（非全局）作用域的变量。

使用场景：

  • 在闭包中修改外层函数的变量
  • 在多层嵌套函数中修改非全局的外部变量
def outer():
    # 外层函数变量
    counter = 0
    message = "原始消息"
    def inner():
        # 声明 counter 是外层函数的变量
        nonlocal counter, message
        counter += 1
        message = f"修改后的消息 (计数: {counter})"
        print(f"内部函数: counter = {counter}")
    print(f"调用inner前: counter = {counter}, message = '{message}'")
    inner()  # 输出: 内部函数: counter = 1
    print(f"调用inner后: counter = {counter}, message = '{message}'")
    return counter, message
result = outer()
# 输出:
# 调用inner前: counter = 0, message = '原始消息'
# 内部函数: counter = 1
# 调用inner后: counter = 1, message = '修改后的消息 (计数: 1)'
print(f"外部获取: counter = {result[0]}, message = '{result[1]}'")

多层嵌套示例：

def outer():
    x = "outer"
    def middle():
        nonlocal x
        x = "middle"
        def inner():
            nonlocal x
            x = "inner"
            print(f"最内层: x = {x}")
        inner()
        print(f"中间层: x = {x}")
    middle()
    print(f"最外层: x = {x}")
outer()
# 输出:
# 最内层: x = inner
# 中间层: x = inner
# 最外层: x = inner

注意事项：

  • nonlocal 只能用于嵌套函数中
  • 变量必须在外层函数中已定义，否则会引发 SyntaxError
  • 不能用于全局作用域（使用 global 替代）
  • 在多层嵌套中，nonlocal 会向上查找最近的外层变量

3. global 与 nonlocal 的区别

特性globalnonlocal
作用域全局作用域（模块级别）外层非全局作用域
使用位置任何函数中仅在嵌套函数中
变量要求变量可以不存在变量必须在外层已定义
创建变量可以创建新的全局变量不能创建新变量
查找范围全局命名空间最近的封闭作用域

4. 常见错误及解决方法

错误1：未声明直接修改

x = 10
def func():
    x += 1  # UnboundLocalError
func()

解决方法：使用 global 声明

x = 10
def func():
    global x
    x += 1

错误2：nonlocal 变量未定义

def outer():
    def inner():
        nonlocal x  # SyntaxError: no binding for nonlocal 'x' found
        x = 20
    inner()

解决方法：确保外层函数中已定义该变量

def outer():
    x = 10
    def inner():
        nonlocal x
        x = 20
    inner()

错误3：混淆 global 和 nonlocal

x = 100
def outer():
    x = 10
    def inner():
        global x  # 错误地使用了 global
        x = 20    # 修改的是全局 x，而不是 outer 的 x
    inner()
    print("outer x:", x)  # 输出 10，而不是 20
outer()
print("global x:", x)  # 输出 20

解决方法：正确使用 nonlocal

x = 100
def outer():
    x = 10
    def inner():
        nonlocal x  # 正确声明
        x = 20
    inner()
    print("outer x:", x)  # 输出 20
outer()
print("global x:", x)  # 输出 100

5. 最佳实践

  • 尽量避免使用全局变量：全局变量使代码难以维护和理解，考虑使用类或函数返回值替代
  • 优先使用返回值：尽量通过函数返回值传递结果，而不是直接修改外部变量
  • 限制使用范围：当必须修改外部状态时，明确使用 global 或 nonlocal 并添加注释
  • 命名区分：全局变量使用全大写命名（如 GLOBAL_VAR）以提高可读性
  • 闭包替代全局变量：对于需要保持状态的场景，使用闭包比全局变量更安全
# 使用闭包替代全局变量的示例
def create_counter():
    count = 0
    def counter():
        nonlocal count
        count += 1
        return count
    return counter
counter1 = create_counter()
print(counter1())  # 1
print(counter1())  # 2
counter2 = create_counter()
print(counter2())  # 1

总结

global 和 nonlocal 是 Python 中处理变量作用域的重要关键字：

  • global 用于在函数中访问和修改全局变量
  • nonlocal 用于在嵌套函数中访问和修改外层函数的变量

正确理解和使用这两个关键字，可以帮助你编写更灵活的函数和闭包，同时避免常见的变量作用域错误。在实际编程中，应当谨慎使用这些关键字，优先考虑通过函数参数和返回值来传递数据。

关于id()函数有趣的问题：

def outer():
    # 外层函数变量
    counter = 0
    message = "原始消息"
    print(id(counter))
    def inner():
        # 声明 counter 是外层函数的变量
        nonlocal counter, message
        counter += 1
        message = f"修改后的消息 (计数: {counter})"
        print(f"内部函数: counter = {counter}")
    print(f"调用inner前: counter = {counter}, message = '{message}'")
    inner()  # 输出: 内部函数: counter = 1
    print(f"调用inner后: counter = {counter}, message = '{message}'")
    print(id(counter))
    return counter, message
result = outer()
# 输出:
# 调用inner前: counter = 0, message = '原始消息'
# 内部函数: counter = 1
# 调用inner后: counter = 1, message = '修改后的消息 (计数: 1)'
print(f"外部获取: counter = {result[0]}, message = '{result[1]}'")

我们在刚才的代码案例中两处添加了print(id(counter))，虽然我们使用了nonlocal使用函数内的变量counter，但是在两条print(id(counter))输出的结果并不一样，这是为什么呢？

原因分析

  • 整数是不可变类型：
    • Python 中的整数(int)是不可变对象(immutable)
    • 当你执行counter += 1时，实际上创建了一个新的整数对象，而不是修改原对象
  • 变量重新绑定：
    • nonlocal counter确保inner中的counter指向outer中的同一个变量
    • 但当执行counter += 1时，相当于counter = counter + 1
    • 这会将outer的counter变量重新绑定到一个新的整数对象
  • 内存地址变化：
    • 第一次打印时，counter指向整数0的内存地址
    • 执行counter += 1后，变量指向整数1的内存地址
    • 两个不同的整数对象有不同的内存地址
# 初始状态
counter = 0  # 假设内存地址为 0x1000
print(id(counter))  # 输出 0x1000 (指向整数0)
# 执行 counter += 1
# 实际发生的过程：
temp = counter + 1  # 创建新整数1，假设地址为 0x2000
counter = temp      # 变量重新绑定到新地址
print(id(counter))  # 输出 0x2000 (指向整数1)

证明它们是同一个变量

虽然内存地址不同，但它们确实是同一个变量名（在相同作用域中）：

  • 变量名不变：
    • 两次打印都是访问outer作用域中的counter变量
    • 只是变量指向的值改变了
  • 作用域验证：
    • 在inner函数中修改后，outer中访问到的值确实变为1
    • 返回值也是修改后的值

对比：使用可变对象

如果我们使用可变对象（如列表），情况就不同了：

def outer():
    counter = [0]  # 使用列表
    print(id(counter))
    def inner():
        nonlocal counter
        counter[0] += 1  # 修改列表内容，而不是重新绑定
    inner()
    print(id(counter))  # 相同的内存地址
outer()

在这个例子中，两次id(counter)输出相同，因为：

  • 列表是可变对象
  • 我们只修改了列表内容，没有重新绑定整个变量
  • 变量仍然指向同一个列表对象

关键结论

  • nonlocal保证你访问的是同一个变量（同一个作用域中的同名变量）
    • 当操作不可变对象（如整数、字符串、元组）时：
    • 任何"修改"实际上创建新对象
    • 变量被重新绑定到新对象
  • id()输出会改变
    • 当操作可变对象（如列表、字典、集合）时：
    • 可以原地修改内容
    • 变量保持绑定到同一对象
  • id()输出不变

到此这篇关于Python中的global和nonlocal关键字的用法详解的文章就介绍到这了,更多相关Python global和nonlocal用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python FastApi实现数据表迁移流程详解

    python FastApi实现数据表迁移流程详解

    今天我们来聊一聊在FastApi里面，数据迁移工作，FastAPI是一个现代的，快速（高性能）python web框架。本文将利用fastapi实现数据表迁移功能，文中的示例代码讲解详细，需要的可以参考一下
    2022-08-08
  • python flask框架中多种查询参数的获取方式

    python flask框架中多种查询参数的获取方式

    这篇文章主要介绍了pythonflask框架的生命周期以及多种查询参数的获取方式,文章通过代码示例和图文讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下
    2024-03-03
  • python办公自动化(Excel)的实例教程

    python办公自动化(Excel)的实例教程

    使用Excel自动化处理,将会用到Python第三方库,所以我们需要提前通过来进行安装,下面这篇文章主要给大家介绍了关于python办公自动化(Excel)的相关资料,需要的朋友可以参考下
    2022-11-11
  • 解决Python3.7.0 SSL低版本导致Pip无法使用问题

    解决Python3.7.0 SSL低版本导致Pip无法使用问题

    这篇文章主要介绍了解决Python3.7.0 SSL低版本导致Pip无法使用问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-09-09
  • 使用python3 实现插入数据到mysql

    使用python3 实现插入数据到mysql

    今天小编就为大家分享一篇使用python3 实现插入数据到mysql，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • python委派生成器的具体方法

    python委派生成器的具体方法

    在本篇内容中小编给大家整理了一篇关于python委派生成器的具体方法内容，有兴趣的朋友们可以学习参考下。
    2022-11-11
  • 基于Python搭建局域网大文件分享传输工具

    基于Python搭建局域网大文件分享传输工具

    这篇文章主要为大家详细介绍了如何基于Python搭建局域网大文件分享传输工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2024-12-12
  • Pycharm中Python环境配置常见问题解析

    Pycharm中Python环境配置常见问题解析

    这篇文章主要介绍了Pycharm中Python环境配置常见问题,结合图文形式分析了Pycharm中Python环境配置模块路径问题、虚拟环境创建、配置远程服务器、连接数据库等常见问题与操作方法,需要的朋友可以参考下
    2020-01-01
  • python清理子进程机制剖析

    python清理子进程机制剖析

    python的机制会自动清理已经完成任务的子进程的，下面通过本文给大家分享python清理子进程机制剖析，需要的朋友参考下吧
    2017-11-11
  • Python中的sys模块、random模块和math模块

    Python中的sys模块、random模块和math模块

    这篇文章介绍了Python中的sys模块、random模块和math模块，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2022-05-05

最新评论