Python常见陷阱

大多数情况下，Python的目标是成为一门简洁和一致的语言，同时避免意外情况。然而，有些情况可能会使新人困惑。

其中一些情况是有意为之的，但可能有潜在的风险。而另一些可以说是语言的缺陷。总的来说，下面是一些乍看起来很取巧的行为，不过只要您注意了强调的事项，这些行为通常是可取的。

可变默认参数：

例如：

def append_to(element,to=[]):
    to.append(element)
    return to

操作：

my_list = append_to(12)
print(my_list)

my_other_list = append_to(42)
print(my_other_list)

期望：

[12]
[42]

结果：

[12]
[12,42]

原因：

当函数被定义时，一个新的列表就会被创建一次，而且同一个列表在每次成功的调用中都被使用。

当函数被定义时，Python的默认参数就被创建一次，而不是每次调用函数的时候被创建。这意味着，如果使用一个可变默认参数并改变了它，将会在未来所有对此函数的调用中改变这个对象。

解决办法：

在每次函数调用中，通过使用指示没有提供参数的默认参数（例如None）来创建一个新的对象。

def append_to(element, to = None):
    if to is None:
        to = []
    to.append(element)
    return to

注意：把列表对象作为第二个参数传入。

什么情况下陷阱不是陷阱？

有时可以专门“利用”（或者说特地使用）这种行为来维护函数调用间的状态。这通常用于编写缓存函数。

迟绑定闭包

另一个常见的困惑就是Python在闭包（或者在周围全局作用域）中绑定变量的方式。

例如：

def create_multipliers():
    return [lambda x : i * x for i in range(5)]

期望：

for multiplier in create_multipliers():
    print(multiplier(2))

一个包含五个函数的列表，每个函数都有他们自己的封闭变量i诚意他们的参数，得到：

结果：

五个函数被创建了，他们全都是4乘以x

原因：

Python中的闭包是迟绑定。这意味着闭包中用到的变量的值，是在内部函数被调用时查询得到的。

这里，不论任何返回的函数是如何被调用的，i 的值是调用时在周围作用域中查询到的。接着，循环完成，i 的值最终变成了4。

关于这个陷阱有一个普遍严重的误解，被认为是和Python中的lambda有关。由lambda表达式创建的函数并没有什么特别，事实上，同样的问题也出现在使用普通的定义上：

def create_multipliers():
    multipliers = []

    for i in range(5):
        def multiplier(x):
            return i * x
        multipliers.append(multiplier)

    return multipliers

解决办法：

最一般的解决方案可以说是有点取巧。由于Python拥有在前文提到的为函数默认参数赋值的行为，故可以创建一个立即绑定参数的闭包。

def create_multipliers():
    return [lambda x, i=i : i * x for i in range(5)]

或者，可以使用functools.partial函数：

from functools import partial
from operator import mul

def create_multipliers():
    return [partial(mul, i) for i in range(5)]

什么情况下陷阱不是陷阱

有时您就想要闭包有如此表现，迟绑定在很多情况下是不错的。不幸的是，循环创建独特的函数是一种会使它们出差错的情况。

字节码（.pyc）文件无处不在！

默认情况下，当使用文件执行Python代码时，Python解释器会自动将该文件的字节码版本写入磁盘。比如， module.pyc。

这些“.pyc”文件不应该加入到您的源代码仓库。

理论上，出于性能原因，此行为默认为开启。没有这些字节码文件，Python会在每次加载文件时重新生成字节码。

禁用字节码（.pyc）文件

幸运的是，生成字节码的过程非常快，在开发代码时不需要担心。

那些文件很讨厌，所以让我们摆脱他们吧！

$ export PYTHONDONTWRITEBYTECODE=1

使用 $PYTHONDONTWRITEBYTECODE 环境变量，Python则不会把这些文件写入磁盘，您的开发环境将会保持良好和干净。

我建议在您的 ~/.profile 里设置这个环境变量。

删除字节码（.pyc）文件

以下是删除所有已存在的字节码文件的好方法:

$ find . -type f -name "*.py[co]" -delete -or -type d -name "__pycache__" -delete

从项目根目录运行，所有 .pyc 文件会嗖地一下消失，好多了~

版本控制忽略

如果由于性能原因仍然需要 .pyc 文件，您可以随时将它们添加到版本控制存储库的忽略文件中。流行的版本控制系统能够使用文件中定义的通配符来应用特殊规则。

一份忽略文件将确保匹配的文件未被检入存储库。 Git 使用 .gitignore，而 Mercurial使用``.hgignore```。

至少您的忽略文件应该是这样的。

syntax:glob   # .gitignore 文件不需要这行
*.py[cod]     # 将匹配 .pyc、.pyo 和 .pyd文件
__pycache__/  # 排除整个文件夹

您可能希望根据需要添加更多文件和目录。下次提交到存储库时，这些文件将不被包括。

转载自：https://pythonguidecn.readthedocs.io/zh/latest/writing/gotchas.html

posted @ 2018-08-29 09:19 梁颖666 阅读(365) 评论(0) 编辑收藏举报

刷新页面返回顶部

梁颖