函数内部或外部的运行时作用域和“ main”符号不同

我正在阅读TensorFlow中的测试代码，该代码由MNIST官方模型中的测试调用。该文件包含以下行，没有范围修饰符：

from unittest import *
unittest_main = main

和此功能，也没有范围修饰符：

def g_main(argv):
  """Delegate to unittest.main after redefining testLoader."""
    ...
    return unittest_main(argv=argv)

和main函数调用g_main：

def main(argv=None):  # pylint: disable=function-redefined
  def main_wrapper():
    args = argv
    if args is None:
      args = sys.argv
    return app.run(main=g_main, argv=args)
  benchmark.benchmarks_main(true_main=main_wrapper)

这似乎是循环的：main呼叫g_main，呼叫main。因此，我unittest_main = main在g_main函数的定义下方和内部添加了一些打印件：

unittest_main = main
#Added by me:
print(unittest_main)
print(main)
for local_var in list(locals()):
    if not local_var.startswith('__'): print(local_var)


# pylint: disable=invalid-name
# pylint: disable=undefined-variable
def g_main(argv):
  """Delegate to unittest.main after redefining testLoader."""
    # Added by me:
    for local_var in list(locals()):
      if not local_var.startswith('__'): print(local_var)

    print(unittest_main)
    print(main)
    return unittest_main(argv=argv)

运行python models/official/mnist/mnist_test.py，我得到：

absolute_import
division
print_function
atexit
...
unittest_main
<class 'unittest.main.TestProgram'>
<class 'unittest.main.TestProgram'>
argv
<class 'unittest.main.TestProgram'>
<function main at 0x11e55ff28>

因此，main在函数外部或内部调用时，符号会更改定义g_main，并且运行时范围也不同。这是如何运作的？