常见陷阱

https://farm5.staticflickr.com/4163/34435688380_b5a740762b_k_d.jpg
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

看起来, 让Python程序员感到惊奇的是Python对函数定义中可变默认参数的处理。

您所写的

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

您所期望的

  1. my_list = append_to(12)
  2. print(my_list)
  3.  
  4. my_other_list = append_to(42)
  5. print(my_other_list)

每次调用函数时,如果不提供第二个参数,就会创建一个新的列表,所以结果应是这样的:

[12][42]

而事实是

  1. [12]
  2. [12, 42]

当函数被定义时,一个新的列表就被创建 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创建。这意味着,如果您使用一个可变默认参数并改变了它,您 将会 在未来所有对此函数的调用中改变这个对象。

您应该做的

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(None 通常是个好选择),来创建一个新的对象。

  1. def append_to(element, to=None):
  2. if to is None:
  3. to = []
  4. to.append(element)
  5. return to

别忘了,您在把 列表 对象作为第二个参数传入。

什么情况下陷阱不是陷阱

有时您可以专门“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

另一个常见的困惑是Python在闭包(或在周围全局作用域(surrounding global scope))中绑定变量的方式。

您所写的

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

您所期望的

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

一个包含五个函数的列表,每个函数有它们自己的封闭变量 i 乘以它们的参数,得到:

  1. 0
  2. 2
  3. 4
  4. 6
  5. 8

而事实是

  1. 8
  2. 8
  3. 8
  4. 8
  5. 8

五个函数被创建了,它们全都用4乘以 x

Python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,它被认为是和Python的lambdas 有关。 由 lambda 表达式创建的函数并没什么特别,而且事实上,同样的问题也出现在使用普通的 定义 上:

  1. def create_multipliers():
  2. multipliers = []
  3.  
  4. for i in range(5):
  5. def multiplier(x):
  6. return i * x
  7. multipliers.append(multiplier)
  8.  
  9. return multipliers

您应该做的

最一般的解决方案可以说是有点取巧(hack)。由于Python拥有在前文提到的为函数默认参数赋值的行为(参见 可变默认参数 ),您可以创建一个立即绑定参数的闭包,像下面这样:

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

或者,您可以使用 functools.partial 函数:

  1. from functools import partial
  2. from operator import mul
  3.  
  4. def create_multipliers():
  5. 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!

  1. $ 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:

  1. $ 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。

  1. syntax:glob # .gitignore 文件不需要这行
  2. *.py[cod] # 将匹配 .pyc、.pyo 和 .pyd文件
  3. __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。

原文: http://pythonguidecn.readthedocs.io/zh/latest/writing/gotchas.html