[Python] Python工匠（Github）

1、善用变量来改变代码质量

变量命名

• 变量要有描述性，不能太宽泛
  • BAD：day, host, cards, temp
  • GOOD：day_of_week, hosts_to_reboot, expired_cards 
• 变量名最好让人猜出类型
  • Python是动态语言，没有变量类型声明，只能根据上下文猜测
  • Boolean：is_superuser, has_error, allow_vip
  • int/float：user_id, user_count, number_of_apples
• 适当使用“匈牙利命名法”
  • 把变量缩写放在变量名的最前面
  • students指向一个包含Person对象的list
  • students->pl_students
• 变量名尽量短但不要太短
  • 两三个单词左右
  • 避免只有一两个字母的短名字
• 其他
  • 同一段代码内不要使用过于相似的变量名，如user1, user2, user3
  • 不要使用带否定含义的变量名，is_not_normal->is_special

变量使用 

• 保持一致性
  • 不要用一个变量名一会表示str，一会表示list
• 尽量不要用globals()/locals()
• 变量定义尽量靠近使用
• 合理使用namedtuple/dict让函数返回多个值
• 控制单个函数内的变量数量
• 及时删掉没用的变量
• 需要的时候再定义变量

2、编写条件分支代码的技巧

最佳实践

• 避免多层分支嵌套
  • 过多的层次缩进影响代码可读性
  • 用return/raise提前结束分支
• 封装过于复杂的逻辑判断
  • 过多的not/and/or影响代码可读性
  • 用函数封装具体判断
• 留意不同分支下的重复代码
  • 重复代码令代码使用者难以区分不同分支的区别
  • 利用Python的动态特性改善代码
• 谨慎使用三元表达式
  • 用 x and a or b 模拟
  • 用 if/else 替换
  • 只用三元表达式处理简单的逻辑分支

常见技巧

• 使用“的摩根定律”
  • not A or not B -> not( A and B )
• 自定义对象的“布尔真假”
  • Python对象具有布尔值，适当利用可简化分支代码
  • 魔法方法（user-defined method）__bool__和__len__
• 条件判断中使用all()/any()
  • all(seq)：仅当seq中所有对象为真时返回True
  • any(seq)：只要seq中有对象为真就返回True
• 使用try/while/for中的else分支

常见陷阱

• 与None值的比较
• 留意and和or的运算优先级

3、使用数字与字符串的技巧

序言

• Python中的三种数据类型：整型（int）、浮点型（float）和复数（complex）
• Python中的整型不区分有无符号，且永不溢出

最佳实践

• 少写数字字面量（integer literal），即那些直接出现在代码里的数字，对于会重复出现的数字，可利用枚举类型enum定义
• 少用裸字符串处理，即只用基本运算操作字符串，可用对象化的方式构建和编辑，如SQLAlchemy、lxml、JSON
• 不必预计算字面量表达式，Python解释器会自动预先计算

实用技巧

• 布尔值其实也是“数字”，如 True+1=2
• 改善超长字符串的可读性，使用\或+拆分，或用()将长字符串包起来
• 在多级缩进里插入多行字符串时，可用textwrap调整缩进
• 别忘了“r”开头的内建字符串函数（从右往左）
• 使用无穷大float("int")和float("-int")

常见误区

• value+=1 并非线程安全，被Python解释器执行时，不是原子操作
• 字符串拼接（+=）并不慢

4、容器的门道

底层看容器

• Python常用的内建容器：列表（list）、元组（tuple）、字典（dict）、集合（set）
• 避免频繁扩充/创建新列表，列表内存是按需分配的，现有内存不够时会触发扩容操作
• 多使用yield关键字，返回生成器对象
• 尽量使用生成器表达式替代列表推导表达式
• 尽量使用模块提供的懒惰对象
• 在列表头部操作多的场景使用deque模块
• 使用集合/字典判断成员是否存在

高层看容器

• Python是“鸭子类型”语言，只某对象满足了该类型的接口规范，就可以被当做该类型的对象使用
• 各个容器类型实现的接口协议定义了容器，不同的容器是“是否可迭代”、“是否可修改”、“有没有长度”等各种特性的组合
• 写代码时应更多关注容器的抽象属性，而非容器类型本身
• 面向接口而非具体实现编程

常用技巧

• 使用元组改善分支代码：二分查找模块bisect
• 在更多地方使用动态解包：使用*或**将可迭代对象“解开”
• 最好不用“获取许可”，也无需“要求原谅”：使用collections.defaultdict，而非捕捉异常
• 使用next()函数：接收一个迭代器作为参数，返回迭代器的下一个元素，配合生成器使用
• 使用有序字典去重：collections.OrderedDict

常见误区

• 当心已经枯竭的迭代器：遍历完后再遍历，就没有结果了
• 别在循环体内修改被迭代对象：遍历的同时修改会出错，应使用一个空列表保存结果，或使用yield返回生成器

5、让函数返回结果的技巧

编程建议

• 单个函数不要返回多种类型（单一职责）
• 使用partial构造新函数
• 抛出异常，而不是返回结果与错误
谨慎使用None返回值，仅在以下情况使用
• 作为操作类函数的默认返回值
• 作为某些“意料之中”的可能没有的值
• 作为调用失败时代表“错误结果”的值，函数签名（名称与参数）与None返回值之间是否存在一种“意料之中”的暗示
• 合理使用“空对象模式”，即使用一个符合正常结果接口的“空类型”来代替空值返回/抛出异常，以降低调用方处理结果的成本
• 使用生成器函数代替返回列表
• 限制递归的使用，Python对递归支持有限，尽量采用循环实现 

6、异常处理的三个好习惯

• 异常处理工作由“捕获”和“抛出”两部分组成

三个建议

• 只做最精确的异常捕获
  • 永远只捕捉可能会抛出异常的语句块
  • 尽量只捕获精确的异常类型，而不是模糊的Exception
• 别让异常破坏抽象一致性
  • 让模块只抛出与当前抽象层级一致的异常
  • 在必要的地方进行异常包装与转换
• 异常处理不应喧宾夺主 
  • 使用上下文管理器（context manager）

7、编写地道循环的两个建议

• for <item> in <iterator> 和 while <condition>
• 使用函数修饰被迭代对象来优化循环
  • 使用product扁平化多层嵌套循环
  • 使用islice实现循环内隔行处理，islice(seq, start, end, step)
  • 使用takewhile替代break语句，takewhile(predicate, iterable)
  • 使用生成器编写自己的修饰函数
• 按职责拆解循环内的复杂代码块
  • 复杂循环体如何应对新需求，避免循环体内的代码膨胀
  • 使用生成器函数解耦循环体，隔离不同职责的代码块

8、装饰器使用技巧

• 装饰器（Decorator）可以在函数外部修改函数

最佳实践

• 尝试用类来实现装饰器

常见错误

• “装饰器”并不是“装饰器模式”
• 用functools.wraps()装饰内层函数
• 修改外层变量使用nonlocal

9、一个关于模块的小故事

• Module是用来组织Python代码的基本单位
• 合理的模块结构与分层非常重要
• 整个项目内的模块间依赖关系流向，应该是单向的，不能有环形依赖存在

10、做一个精通规则的玩家

11、高效操作文件的三个建议

• 使用pathlib模块
• 掌握如何流式读取大文件
• 设计接收文件对象的函数

12、写好面向对象代码的原则

Python对OOP的支持

• 没有严格的类私有成员
• 没有接口（interface）对象

SOLID设计原则

• S（单一职责原则）：一个类应该只有一种被修改的原因
• O（开放-关闭原则）：类应该对改动关闭，对扩展开放
• L（李氏替换原则）：子类应该可以任意替换父类被使用
• D（依赖倒置原则）：高层模块不应依赖低层模块，二者都应依赖于抽象
• I（接口隔离原则）：客户应该不依赖于他不使用的方法

 

参考

闭包

https://www.liaoxuefeng.com/wiki/1022910821149312/1023021250770016

https://blog.csdn.net/weixin_43586120/article/details/89456183