Python函数内怎么修改全局变量：global关键字用法

为什么在函数内直接修改全局变量会失败

许多初学者在刚接触作用域时，常写出类似下面的代码：期望在调用函数时让全局计数器递增，结果却直接遭遇程序中断。

# 目标：每次调用函数时将 counter 累加 1
counter = 0

def increment():
    counter = counter + 1  # 尝试修改全局变量
    print(f"函数内 counter: {counter}")

increment()

这个报错的意思是：“在局部变量 counter 尚未绑定具体值时，就尝试访问了它”。出现该报错的根本原因在于 Python 的变量解析机制：只要函数体内存在对某个变量名的赋值操作（包括 =、+=、-= 等），Python 在代码编译解析阶段就会默认将该变量名归入该函数的“局部作用域（Local Scope）”。

因此在 counter = counter + 1 中，等号右侧的 counter 被判定为局部变量，而在执行计算时局部变量 counter 还没有被赋予初始值，从而引发未定义就引用的错误。

使用 global 关键字的正确操作步骤

要让函数知晓我们修改的是模块级别的全局变量，必须使用 global 语句明确声明。操作流程通常分为以下三步：

标准操作代码示例

下面是将 global 引入计数器函数的标准实现代码：

# 第一步：在顶层定义全局变量
counter = 0

def increment():
    # 第二步：在函数开头声明 global
    global counter
    # 第三步：执行修改操作
    counter += 1
    print(f"函数内部 counter 当前值为: {counter}")

# 测试调用
print(f"调用前全局 counter: {counter}")
increment()
increment()
print(f"调用后全局 counter: {counter}")

通过输出可以看出，全局作用域下的 counter 成功从 0 变为了 2。此外，如果需要同时修改多个全局变量，可以在一行内用逗号分隔声明，例如：global counter, status_code, user_name。

关键对比：纯读取、重新赋值与就地修改（In-place Mutation）

在实际编码中，很多读者会对“什么时候必须加 global”产生困惑。判断的核心标准是：你是否改变了变量绑定的内存地址（重新赋值）？

可变对象（列表/字典）修改的细节

列表（list）与字典（dict）属于可变类型。调用它们自带的方法（如 append(), pop(), update()）时，并没有更改变量绑定的内存地址，因此不需要使用 global 声明：

config = {"timeout": 30}

def update_timeout():
    # 针对字典内容的就地修改，无需 global
    config["timeout"] = 60

update_timeout()
print(config)  # 输出: {'timeout': 60}

但如果你是对变量本身重新赋值一个全新的字典或列表，则必须使用 global：

config = {"timeout": 30}

def reset_config():
    global config
    # 重新指向一个新字典，必须声明 global
    config = {"timeout": 10, "debug": True}

reset_config()
print(config)  # 输出: {'timeout': 10, 'debug': True}

常见认知误区与拓展：global 与 nonlocal

在涉及嵌套函数（闭包）时，初学者经常误将 global 当作跨级访问的万能语法。这里需要严格区分 global 和 nonlocal：

• global：将变量解析直接锁定到当前脚本的顶层模块（全局作用域）。
• nonlocal：Python 3 引入的关键字，用于修改外层嵌套函数（封闭作用域 / Enclosing Scope）中的局部变量，它不会查找到全局模块级别。

level = "全局"

def outer():
    level = "外部函数局部"
    
    def inner():
        nonlocal level  # 绑定的是 outer 的 level
        level = "由 inner 修改"
        
    inner()
    print("outer 中的 level:", level)

outer()
print("全局的 level:", level)

总结与工程建议

掌握 global 是理解 Python 变量作用域的基础，但在实际工程代码中，应该适度控制全局变量的直接修改。过度使用 global 会带来以下维护挑战：

1. 降低函数可预测性：当多个函数隐式依赖并修改同一个全局变量时，代码调用顺序一旦变动，排查 BUG 的难度会大幅上升。
2. 破坏封装原则：理想的函数应当具备“纯函数”或低耦合特性，即通过形参接收输入，通过 return 返回输出。

如果需要在复杂项目里追踪状态变更，建议优先考虑“参数传参 + return 返回值”的方式更新外部状态，或者使用面向对象类（class）将变量封装为实例属性。在确需跨函数共享基础配置或状态标志位时，再合理使用 global 关键字。