Python中exec的作用域混淆问题：嵌套函数内执行exec代码为何触发NameError？

这个问题确实踩中了Python中exec作用域的一个容易混淆的点，我来一步步帮你拆解原因和解决办法。

先理清楚前三个场景正常运行的逻辑 #

1. 全局环境直接运行/全局exec：代码在全局作用域执行，np和foo都属于全局命名空间，foo引用np时直接查找全局变量，自然不会有问题。
2. 嵌套函数内静态定义：np是在bar函数的局部作用域导入的，foo作为bar的嵌套函数，闭包作用域能直接捕获bar的局部变量np——Python编译器在编译bar时已经静态识别了np这个局部变量，所以查找流程完全顺畅。

出错场景的核心原因 #

问题出在函数baz内部调用exec(s)的默认行为上，关键在于Python对函数局部变量的静态编译特性：

1. 静态局部变量绑定：Python函数的局部变量是在编译阶段就确定好的。baz函数的代码里没有显式对np、foo进行赋值操作，所以编译器不会把这些名字标记为baz的局部变量，也不会为它们在栈帧中分配局部槽位。
2. exec的默认命名空间限制：当你在函数内调用exec(s)而不指定globals和locals参数时，exec会尝试使用baz的局部命名空间作为locals。但由于np没有被编译器预注册为baz的局部变量，exec里的import numpy as np实际上无法将np存入baz的实际局部栈帧中——它只会临时出现在locals()返回的字典视图里，不会同步到真正的局部作用域。
3. 闭包作用域的查找失败：exec里定义的foo函数，它的闭包作用域是baz的局部作用域。当foo被调用时，它会按作用域链查找np：自己的局部作用域没有 → 闭包作用域（baz的局部栈帧）也找不到预注册的np → 最后去全局作用域找，自然也没有，于是抛出NameError。

解决办法：显式指定exec的命名空间 #

要解决这个问题，只需要给exec显式指定globals和locals参数，让exec的代码在独立的命名空间里运行，避开函数的静态局部作用域限制：

e = "import numpy as np\n\ndef foo(a):\n    b = np.exp(a)\n    return b\n\nc = foo(1)\n\nprint(c)"

def baz(s):
    # 显式指定命名空间，用空字典作为局部命名空间，避免和函数静态局部变量冲突
    exec(s, globals(), {})

baz(e)

如果你需要保留exec运行后的变量，可以把局部命名空间存下来：

def baz(s):
    local_ns = {}
    exec(s, globals(), local_ns)
    # 之后可以通过local_ns访问exec里定义的变量，比如local_ns['c']
    return local_ns

result_ns = baz(e)
print(result_ns['c'])

这样修改后，exec的代码会在我们指定的local_ns字典里运行，np和foo都属于这个独立的命名空间，foo引用np时能直接从这个局部命名空间找到，就不会再报错了。

备注：内容来源于stack exchange，提问作者Diogo