中国领先的IT技术网站
|
|

程序员老司机们都要错的Python陷阱与缺陷列表

我个人对陷阱的定义是这样的:代码看起来可以工作,但不是以你“想当然“”的方式。如果一段代码直接出错,抛出了异常,我不认为这是陷阱。

作者:xybaby来源:马哥Linux运维|2017-10-12 10:30

沙龙活动 | 去哪儿、陌陌、ThoughtWorks在自动化运维中的实践!10.28不见不散!


程序员老司机都要错的Python陷阱与缺陷列表

我个人对陷阱的定义是这样的:代码看起来可以工作,但不是以你“想当然“”的方式。如果一段代码直接出错,抛出了异常,我不认为这是陷阱。比如,Python程序员应该都遇到过的“UnboundLocalError”, 示例:

  1. >>> a=1 
  2. >>> def func(): 
  3. ...     a+=1 
  4. ...     print a 
  5. ... 
  6. >>> func() 
  7. Traceback (most recent call last): 
  8. File "<stdin>", line 1, in <module> 
  9. File "<stdin>", line 2, in func 
  10. UnboundLocalError: local variable 'a' referenced before assignment 

对于“UnboundLocalError”,还有更高级的版本:

  1. import random 
  2.   
  3. def func(ok): 
  4.     if ok: 
  5.         a = random.random() 
  6.     else
  7.         import random 
  8.         a = random.randint(1, 10) 
  9.     return a 
  10.   
  11. func(True)# UnboundLocalError: local variable 'random' referenced before assignment 

可能对于很多python新手来说,这个Error让人摸不着头脑。但我认为这不算陷阱,因为这段代码一定会报错,而不是默默的以错误的方式运行。不怕真小人,就怕伪君子。我认为缺陷就好比伪君子。

那么Python中哪些真正算得上陷阱呢?

第一:以mutable对象作为默认参数

这个估计是最广为人知的了,Python和其他很多语言一样,提供了默认参数,默认参数确实是个好东西,可以让函数调用者忽略一些细节(比如GUI编程,Tkinter,QT),对于lambda表达式也非常有用。但是如果使用了可变对象作为默认参数,那么事情就不那么愉快了。

  1. >>> def f(lst = []): 
  2. ...     lst.append(1) 
  3. ...     return lst 
  4. ... 
  5. >>> f() 
  6. [1] 
  7. >>> f() 
  8. [1, 1] 

惊喜不惊喜?!究其原因,python中一切都是对象,函数也不列外,默认参数只是函数的一个属性。而默认参数在函数定义的时候已经求值了。

  1. Default parameter values are evaluated when the function definition is executed. 

stackoverflow上有一个更适当的例子来说明默认参数是在定义的时候求值,而不是调用的时候。

  1. >>> import time 
  2. >>> def report(when=time.time()): 
  3. ... return when 
  4. ... 
  5. >>> report() 
  6. 1500113234.487932 
  7. >>> report() 
  8. 1500113234.487932 

python docoment 给出了标准的解决办法:

  1. A way around this is to use None as the defaultand explicitly test for it in the body of the function  
  1. >>> def report(when=None): 
  2. ...  if when is None: 
  3. ...  when = time.time() 
  4. ... return when 
  5. ... 
  6. >>> report() 
  7. 1500113446.746997 
  8. >>> report() 
  9. 1500113448.552873 

第二: x += y vs x = x + y

一般来说,二者是等价的,至少看起来是等价的(这也是陷阱的定义 — 看起来都OK,但不一定正确)。

  1. >>> x=1;x += 1;print x 
  2. 2  
  3. >>> x=1;x = x+1;print x 
  4. >>> x=[1];x+=[2];print x 
  5. [1, 2] 
  6. >>> x=[1];x=x+[2];print x 
  7. [1, 2] 

呃,被光速打脸了?

  1. >>> x=[1];print id(x);x=x+[2];print id(x)  
  2. 4357132800 
  3. 4357132728 
  4. >>> x=[1];print id(x);x+=[2];print id(x) 
  5. 4357132800 
  6. 4357132800 

前者x指向一个新的对象,后者x在原来的对象是修改,当然,那种效果是正确的取决于应用场景。至少,得知道,二者有时候并不一样

第三,神奇的小括号–()

小括号(parenthese)在各种编程语言中都有广泛的应用,python中,小括号还能表示元组(tuple)这一数据类型, 元组是immutable的序列。

  1. >>> a = (1, 2) 
  2. >>> type(a) 
  3. <type 'tuple'
  4. >>> type(()) 
  5. <type 'tuple'

但如果只有一个元素呢

  1. >>> a=(1) 
  2.  
  3. >>> type(a) 
  4.  
  5. <type 'int'

神奇不神奇,如果要表示只有一个元素的元组,正确的姿势是:

  1. >>> a=(1,) 
  2.  
  3. >>> type(a) 
  4.  
  5. <type 'tuple'

第四:生成一个元素是列表的列表

这个有点像二维数组,当然生成一个元素是字典的列表也是可以的,更通俗的说,生成一个元素是可变对象的序列

很简单嘛:

  1. >>> a= [[]] * 10 
  2.  
  3. >>> a 
  4.  
  5. [[], [], [], [], [], [], [], [], [], []] 
  6.  
  7. >>> a[0].append(10) 
  8.  
  9. >>> a[0] 
  10.  
  11. [10] 

看起来很不错,简单明了,but

  1. >>> a[1] 
  2.  
  3. [10] 
  4.  
  5. >>> a 
  6.  
  7. [[10], [10], [10], [10], [10], [10], [10], [10], [10], [10]] 

我猜,这应该不是你预期的结果吧,究其原因,还是因为python中list是可变对象,上述的写法大家都指向的同一个可变对象,正确的姿势

  1. >>> a = [[] for _ in xrange(10)] 
  2.  
  3. >>> a[0].append(10) 
  4.  
  5. >>> a 
  6.  
  7. [[10], [], [], [], [], [], [], [], [], []] 

第五,在访问列表的时候,修改列表

列表(list)在python中使用非常广泛,当然经常会在访问列表的时候增加或者删除一些元素。比如,下面这个函数,试图删掉列表中为3的倍数的元素:

  1. >>> def modify_lst(lst): 
  2.  
  3. ... for idx, elem in enumerate(lst): 
  4.  
  5. ... if elem % 3 == 0: 
  6.  
  7. ... del lst[idx] 

测试一下,

  1. >>> lst = [1,2,3,4,5,6] 
  2.  
  3. >>> modify_lst(lst) 
  4.  
  5. >>> lst 
  6.  
  7. [1, 2, 4, 5] 

好像没什么错,不过这只是运气好

  1. >>> lst = [1,2,3,6,5,4] 
  2.  
  3. >>> modify_lst(lst) 
  4.  
  5. >>> lst 
  6.  
  7. [1, 2, 6, 5, 4] 

上面的例子中,6这个元素就没有被删除。如果在modify_lst函数中print idx, item就可以发现端倪:lst在变短,但idx是递增的,所以在上面出错的例子中,当3被删除之后,6变成了lst的第2个元素(从0开始)。在C++中,如果遍历容器的时候用迭代器删除元素,也会有同样的问题。

如果逻辑比较简单,使用list comprehension是不错的注意

第六,闭包与lambda

这个也是老生长谈的例子,在其他语言也有类似的情况。先看一个例子:

  1. >>> def create_multipliers(): 
  2.  
  3. ... return [lambda x:i*x for i in range(5)] 
  4.  
  5. ... 
  6.  
  7. >>> for multiplier in create_multipliers(): 
  8.  
  9. ... print multiplier(2) 
  10.  
  11. ... 

create_multipliers函数的返回值时一个列表,列表的每一个元素都是一个函数 -- 将输入参数x乘以一个倍数i的函数。预期的结果时0,2,4,6,8. 但结果是5个8,意外不意外。

由于出现这个陷阱的时候经常使用了lambda,所以可能会认为是lambda的问题,但lambda表示不愿意背这个锅。问题的本质在与python中的属性查找规则,LEGB(local,enclousing,global,bulitin),在上面的例子中,i就是在闭包作用域(enclousing),而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。

解决办法也很简单,那就是变闭包作用域为局部作用域。

  1. >>> def create_multipliers(): 
  2.  
  3. ... return [lambda x, i = i:i*x for i in range(5)] 
  4.  
  5. ... 

第七,定义__del__

大多数计算机专业的同学可能都是先学的C、C++,构造、析构函数的概念应该都非常熟。于是,当切换到python的时候,自然也想知道有没有相应的函数。比如,在C++中非常有名的RAII,即通过构造、析构来管理资源(如内存、文件描述符)的声明周期。那在python中要达到同样的效果怎么做呢,即需要找到一个对象在销毁的时候一定会调用的函数,于是发现了__init__, __del__函数,可能简单写了两个例子发现确实也能工作。但事实上可能掉进了一个陷阱,在python documnet是有描述的:

  1. Circular references which are garbage are detected when the option cycle detector is enabled (it’s on by default), but can only be cleaned up if there are no Python-level __del__() methods involved. 

简单来说,如果在循环引用中的对象定义了__del__,那么python gc不能进行回收,因此,存在内存泄漏的风险

第八,不同的姿势import同一个module

示例在stackoverflow的例子上稍作修改,假设现在有一个package叫mypackage,里面包含三个python文件:mymodule.py, main.py, __init__.py。mymodule.py代码如下:

  1. l = [] 
  2. class A(object): 
  3.     pass 

main.py代码如下:

  1. def add(x): 
  2.     from mypackage import mymodule 
  3.     mymodule.l.append(x) 
  4.     print "updated list",mymodule.l, id(mymodule) 
  5.   
  6. def get(): 
  7.     import mymodule 
  8.     print 'module in get', id(mymodule) 
  9.     return mymodule.l 
  10.   
  11. if __name__ == '__main__'
  12.     import sys 
  13.     sys.path.append('../'
  14.     add(1) 
  15.      
  16.     ret = get() 
  17.     print "lets check", ret 

运行python main.py,结果如下:

  1. updated list [1] 4406700752 
  2. module in get 4406700920 
  3. lets check [] 

从运行结果可以看到,在add 和 get函数中import的mymodule不是同一个module,ID不同。当然,在python2.7.10中,需要main.py的第13行才能出现这样的效果。你可能会问,谁会写出第13行这样的代码呢?事实上,在很多项目中,为了import的时候方便,会往sys.path加入一堆路径。那么在项目中,大家同意一种import方式就非常有必要了

第九,python升级

python3.x并不向后兼容,所以如果从2.x升级到3.x的时候得小心了,下面列举两点:

在python2.7中,range的返回值是一个列表;而在python3.x中,返回的是一个range对象。

map()、filter()、 dict.items()在python2.7返回列表,而在3.x中返回迭代器。当然迭代器大多数都是比较好的选择,更加pythonic,但是也有缺点,就是只能遍历一次。在instagram的分享中,也提到因为这个导致的一个坑爹的bug。

第十,gil

以GIL结尾,因为gil是Python中大家公认的缺陷!

从其他语言过来的同学可能看到python用threading模块,拿过来就用,结果发现效果不对啊,然后就会喷,什么鬼。

总结:

毫无疑问的说,python是非常容易上手,也非常强大的一门语言。python非常灵活,可定制化很强。同时,也存在一些陷阱,搞清楚这些陷阱能够更好的掌握、使用这么语言。本文列举了一些python中的一些缺陷,这是一份不完全列表,欢迎大家补充。

【编辑推荐】

  1. 非编程人学Python,要注意哪些隐秘的错误认知?
  2. 如何使用Python对Instagram进行数据分析?
  3. 如何为使用Python语言而辩论
  4. 如何科学地蹭热点:用python爬虫获取热门微博评论并进行情感分析
  5. 我用Python爬了鹿晗、关晓彤微博的热门评论,并进行了情感分析
【责任编辑:庞桂玉 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

用户体验要素

本书是AJAX之父的经典之作。本书用简洁的语言系统化地诠释了设计、技术和商业融合是最重要的发展趋势。全书共8章,包括关于用户体验以及为...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊
× Python最火的编程语言