Python 进阶：函数名、闭包与迭代器
摘要
本文聚焦 Python 进阶核心知识点，详细讲解函数名的第一类对象特性、闭包的定义、检测与应用、迭代器与可迭代对象的本质区别及工作原理，附完整可运行代码示例，帮助开发者夯实 Python 进阶基础，理解底层执行逻辑。
一、函数名的运用（第一类对象）
Python 中函数是第一类对象，函数名本质是特殊变量，具备赋值、传参、作为返回值等特性。
1. 函数名的内存地址
直接打印函数名，可查看其内存地址，验证函数名是变量：
def func(): print("呵呵") # 打印函数内存地址 print(func) # 输出：<function func at 0x1101e4ea0>2. 函数名赋值给其他变量
可将函数名赋值给新变量，通过新变量调用原函数：
def func(): print("呵呵") # 函数名赋值 a = func # 通过新变量调用函数 a() # 输出：呵呵3. 函数名作为容器元素
函数名可存入列表、元组等容器，遍历容器即可批量执行函数：
def func1(): print("执行函数1") def func2(): print("执行函数2") def func3(): print("执行函数3") # 函数名存入列表 lst = [func1, func2, func3] # 遍历执行 for i in lst: i()4. 函数名作为函数参数
将函数作为参数传递给另一个函数，实现函数间的灵活调用：
def func(): print("吃了么") # 接收函数作为参数 def func2(fn): print("我是func2") # 执行传入的函数 fn() # 传递函数名 func2(func)5. 函数名作为函数返回值
函数可返回另一个函数（嵌套函数），实现延迟调用：
def func_1(): print("这里是函数1") # 内部函数 def func_2(): print("这里是函数2") # 返回内部函数名 return func_2 # 接收返回的函数 fn = func_1() # 调用内部函数 fn()二、闭包
1. 闭包定义
闭包：内层函数引用外层函数（非全局）变量，且外层函数返回内层函数，形成的嵌套函数结构。
2. 基础示例
def func1(): # 外层函数变量 name = "alex" # 内层函数（闭包） def func2(): # 引用外层变量 print(name) return func2 # 调用外层函数，获取内层函数 fn = func1() # 执行内层函数 fn() # 输出：alex
3. 闭包检测：closure
通过函数的closure属性检测是否为闭包：
返回
cell对象：是闭包返回
None：不是闭包
def func1(): name = "alex" def func2(): print(name) return func2 fn = func1() # 检测闭包 print(fn.__closure__) # 输出：(<cell at 0x10c2e20a8: str object at 0x10c3fc650>,)
4. 外部调用内部函数
闭包核心作用：在函数外部访问内部函数：
def outer(): name = "alex" # 内部函数 def inner(): print(name) return inner # 外部获取内部函数地址 fn = outer() # 外部调用内部函数 fn() # 输出：alex
5. 多层嵌套闭包
多层嵌套只需逐层返回内层函数：
def func1(): def func2(): def func3(): print("嘿嘿") return func3 return func2 # 逐层调用 func1()()() # 输出：嘿嘿6. 闭包的核心作用
闭包让外层函数变量常驻内存，避免函数执行后变量销毁，适合耗时操作缓存场景（如爬虫）：
from urllib.request import urlopen def but(): # 耗时网络请求（仅执行1次） content = urlopen("http://www.xiaohua100.cn/index.html").read() def get_content(): # 直接返回缓存内容 return content return get_content # 首次调用：执行网络请求 fn = but() # 后续调用：直接读取缓存，无需重复请求 content1 = fn() content2 = fn()三、迭代器
1. 可迭代对象（Iterable）
定义
内部实现_iter_()方法的对象，可通过for循环遍历，常见：str、list、tuple、dict、set、range。
验证方法
dir()查看是否含_iter_isinstance()判断类型
from collections import Iterable # 方法1：dir()查看 s = "测试字符串" print("__iter__" in dir(s)) # True # 方法2：isinstance() lst = [1,2,3] print(isinstance(lst, Iterable)) # True print(isinstance(123, Iterable)) # False（int不可迭代）2. 迭代器（Iterator）
定义
同时实现_iter_(\)和_next_\(\)方法的对象，是可迭代对象的进阶。
核心特性
惰性机制：不一次性加载所有数据，节省内存
单向执行：只能向下遍历，不可回退
一次性：遍历结束后不可重复使用
验证迭代器
from collections import Iterator lst = [1,2,3] # 获取迭代器 lst_iter = lst.__iter__() print(isinstance(lst, Iterator)) # False print(isinstance(lst_iter, Iterator))# True
3. 迭代器工作原理
通过_iter_(\)获取迭代器，_next_(\)逐个获取元素，无元素时抛出StopIteration异常。
基础示例
s = "我爱北京天安门" # 获取迭代器 c = s.__iter__() # 逐个获取元素 print(c.__next__()) # 我 print(c.__next__()) # 爱 print(c.__next__()) # 北 print(c.__next__()) # 京 # 无元素时抛出异常 # print(c.__next__()) # StopIteration
模拟 for 循环（必掌握）
for循环底层是迭代器 + 异常捕获的封装：
lst = [1,2,3] # 获取迭代器 lst_iter = lst.__iter__() # while循环模拟for while True: try: # 获取元素 i = lst_iter.__next__() print(i) # 捕获结束异常 except StopIteration: break
4. Iterable vs Iterator 对比表
| 特性 | 可迭代对象（Iterable） | 迭代器（Iterator） |
|---|---|---|
| 核心方法 | 仅_iter_(\) | _iter_(\)+_next_(\) |
| 内存占用 | 一次性加载，占用大 | 惰性加载，占用小 |
| 遍历次数 | 可重复遍历 | 仅一次遍历 |
| 典型对象 | list、str、dict、set | list 迭代器、文件对象 |
四、总结
函数名：Python 第一类对象，支持赋值、传参、返回值，灵活扩展函数功能；
闭包：内层引用外层变量 + 返回内层函数，核心价值是变量常驻内存；
迭代器：基于
\_\_iter\_\_和\_\_next\_\_，惰性遍历节省内存，for循环底层依赖迭代器；核心区别：可迭代对象是 “数据容器”，迭代器是 “数据生成器”。