Python-Fallstricke und Vorsichtsmaßnahmen, die während der Entwicklung häufig auftreten

Ich bin in letzter Zeit bei der Verwendung von Python auf einige Fallstricke gestoßen, z. B. die Verwendung des Variablenobjekts datetime.datetime.now() als Standardparameter der Funktion, zirkuläre Modulabhängigkeiten usw.

Zeichnen Sie es hier für zukünftige Anfragen und Ergänzungen auf.

Vermeiden Sie veränderliche Objekte als Standardparameter

Bei der Verwendung von Funktionen sind häufig Standardparameter beteiligt. Wenn in Python veränderbare Objekte als Standardparameter verwendet werden, können unerwartete Ergebnisse auftreten.

Sehen Sie sich unten ein Beispiel an:

def append_item(a = 1, b = []):
    b.append(a)
    print b
     
append_item(a=1)
append_item(a=3)
append_item(a=5)

Das Ergebnis ist:

[1]
[1, 3]
[1, 3, 5]

Wie Sie am Ergebnis sehen können, wenn die Funktion append_item später zweimal aufgerufen wird , der Funktionsparameter b wird nicht auf [] initialisiert, sondern behält den Wert des vorherigen Funktionsaufrufs bei.

Der Grund für dieses Ergebnis liegt darin, dass in Python der Standardwert eines Funktionsparameters nur einmal initialisiert wird, wenn die Funktion definiert wird.

Sehen wir uns ein Beispiel an, um diese Funktion von Python zu beweisen:

class Test(object):  
    def __init__(self):  
        print("Init Test")  
           
def arg_init(a, b = Test()):  
    print(a)  
arg_init(1)  
arg_init(3)  
arg_init(5)

Das Ergebnis ist:

Init Test
1
3
5

Wie Sie an den Ergebnissen dieses Beispiels sehen können , nur die Testklasse Es wird einmal instanziiert, was bedeutet, dass die Standardparameter nichts mit der Anzahl der Funktionsaufrufe zu tun haben und nur einmal initialisiert werden, wenn die Funktion definiert wird.

Korrekte Verwendung variabler Standardparameter

Für variable Standardparameter können wir das folgende Muster verwenden, um die oben genannten unerwarteten Ergebnisse zu vermeiden:

def append_item(a = 1, b = None):
    if b is None:
        b = []
    b.append(a)
    print b
     
append_item(a=1)
append_item(a=3)
append_item(a=5)

Ergebnis ist:

[1]
[3]
[5]

Bereich in Python

Pythons Bereichsauflösungsreihenfolge ist „Lokal“, „Einschließend“, „Global“, „Eingebaut“, was bedeutet, dass der Python-Interpreter Variablen in dieser Reihenfolge analysiert.

Sehen Sie sich ein einfaches Beispiel an:

global_var = 0
def outer_func():
    outer_var = 1
     
    def inner_func():
        inner_var = 2
         
        print "global_var is :", global_var
        print "outer_var is :", outer_var
        print "inner_var is :", inner_var
         
    inner_func()
     
outer_func()

Das Ergebnis ist:

global_var is : 0
outer_var is : 1
inner_var is : 2

In Python ist beim Bereichsbereich zu beachten, dass Python beim Zuweisen eines Werts zu einer Variablen in einem Bereich die Variable als lokale Variable des aktuellen Bereichs betrachtet.

Dies ist auch relativ einfach zu verstehen. Für den folgenden Code weist var_func der Variable num einen Wert zu, daher ist num hier eine lokale Variable im Bereich var_func.

num = 0
def var_func():
    num = 1
    print "num is :", num
     
var_func()

Problem 1

Wenn wir Variablen jedoch auf die folgende Weise verwenden, treten Probleme auf:

num = 0
def var_func():
    print "num is :", num
    num = 1
     
var_func()

Die Ergebnisse sind wie folgt:

UnboundLocalError: local variable 'num' referenced before assignment

Der Grund, warum dieser Fehler auftritt, liegt darin, dass wir der Variable num in var_func einen Wert zugewiesen haben, sodass der Python-Interpreter denkt, dass num eine lokale Variable im Bereich var_func ist, aber wenn der Code zum Drucken ausgeführt wird „num is :“, num ist beim Ausführen der num-Anweisung noch undefiniert.

Frage 2

Der obige Fehler ist relativ offensichtlich, und es gibt auch eine subtilere Fehlerform wie folgt:

li = [1, 2, 3]
def foo():
    li.append(4)
    print li
foo()
def bar():
    li +=[5]
    print li
bar()

Das Ergebnis des Codes ist:

[1, 2, 3, 4]
UnboundLocalError: local variable 'li' referenced before assignment

In der foo-Funktion wird gemäß der Scope-Parsing-Reihenfolge in dieser Funktion die globale li-Variable verwendet, in der bar-Funktion wird jedoch die li-Variable zugewiesen ein Wert, also wird li im Rahmen von bar als Variable behandelt.

Für dieses Problem der Balkenfunktion können Sie das globale Schlüsselwort verwenden.

li = [1, 2, 3]
def foo():
    li.append(4)
    print li
     
foo()
def bar():
    global li
    li +=[5]
    print li
     
bar()

Klassenattribute sind ausgeblendet

In Python gibt es Klassenattribute und Instanzattribute. Klassenattribute gehören zur Klasse selbst und werden von allen Klasseninstanzen gemeinsam genutzt.

Auf Klassenattribute kann über den Klassennamen zugegriffen und diese geändert werden. Außerdem kann auf Klassenattribute über die Klasseninstanz zugegriffen und diese geändert werden. Wenn eine Instanz jedoch ein Attribut mit demselben Namen wie die Klasse definiert, wird das Klassenattribut ausgeblendet.

Sehen Sie sich das folgende Beispiel an:

class Student(object):
    books = ["Python", "JavaScript", "CSS"]
    def __init__(self, name, age):
        self.name = name
        self.age = age
    pass
     
wilber = Student("Wilber", 27)
print "%s is %d years old" %(wilber.name, wilber.age)
print Student.books
print wilber.books
wilber.books = ["HTML", "AngularJS"]
print Student.books
print wilber.books
del wilber.books
print Student.books
print wilber.books

Das Ergebnis des Codes ist zunächst wie folgt: Die Wilber-Instanz kann direkt auf die Bücher zugreifen Attribut der Klasse, aber wenn die Instanz wilber definiert ist. Nach dem Löschen des Instanzattributs namens „books“ „versteckt“ das Attribut „books“ der wilber-Instanz das Attribut „books“ der Klasse nach dem Löschen des Attributs „books“ der wilber-Instanz, wilber.books entspricht wieder dem Attribut „books“ der Klasse.

Wilber is 27 years old
['Python', 'JavaScript', 'CSS']
['Python', 'JavaScript', 'CSS']
['Python', 'JavaScript', 'CSS']
['HTML', 'AngularJS']
['Python', 'JavaScript', 'CSS']
['Python', 'JavaScript', 'CSS']

Bei der Verwendung der Vererbung in Python-Werten sollten Sie auch auf das Ausblenden von Klassenattributen achten. Für eine Klasse können Sie alle Klassenattribute über das Attribut __dict__ der Klasse anzeigen.

当通过类名来访问一个类属性的时候，会首先查找类的__dict__属性，如果没有找到类属性，就会继续查找父类。但是，如果子类定义了跟父类同名的类属性后，子类的类属性就会隐藏父类的类属性。

看一个例子：

class A(object):
    count = 1
     
class B(A):
    pass    
     
class C(A):
    pass        
     
print A.count, B.count, C.count      
B.count = 2
print A.count, B.count, C.count      
A.count = 3
print A.count, B.count, C.count     
print B.__dict__
print C.__dict__

结果如下，当类B定义了count这个类属性之后，就会隐藏父类的count属性：

1 1 1
1 2 1
3 2 3
{'count': 2, '__module__': '__main__', '__doc__': None}
{'__module__': '__main__', '__doc__': None}

tuple是“可变的”

在Python中，tuple是不可变对象，但是这里的不可变指的是tuple这个容器总的元素不可变（确切的说是元素的id），但是元素的值是可以改变的。

tpl = (1, 2, 3, [4, 5, 6])
print id(tpl)
print id(tpl[3])
tpl[3].extend([7, 8])
print tpl
print id(tpl)
print id(tpl[3])

代码结果如下，对于tpl对象，它的每个元素都是不可变的，但是tpl[3]是一个list对象。也就是说，对于这个tpl对象，id(tpl[3])是不可变的，但是tpl[3]确是可变的。

36764576
38639896
(1, 2, 3, [4, 5, 6, 7, 8])
36764576
38639896

Python的深浅拷贝

在对Python对象进行赋值的操作中，一定要注意对象的深浅拷贝，一不小心就可能踩坑了。

当使用下面的操作的时候，会产生浅拷贝的效果：

使用切片[:]操作

使用工厂函数（如list/dir/set）

使用copy模块中的copy()函数

使用copy模块里面的浅拷贝函数copy()：

import copy
will = ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber = copy.copy(will)
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
will[0] = "Wilber"
will[2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]

使用copy模块里面的深拷贝函数deepcopy()：

import copy
will = ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber = copy.deepcopy(will)
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
will[0] = "Wilber"
will[2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]

模块循环依赖

在Python中使用import导入模块的时候，有的时候会产生模块循环依赖，例如下面的例子，module_x模块和module_y模块相互依赖，运行module_y.py的时候就会产生错误。

# module_x.py
import module_y
     
def inc_count():
    module_y.count += 1
    print module_y.count
     
     
# module_y.py
import module_x
count = 10
def run():
    module_x.inc_count()
     
run()

其实，在编码的过程中就应当避免循环依赖的情况，或者代码重构的过程中消除循环依赖。

当然，上面的问题也是可以解决的，常用的解决办法就是把引用关系搞清楚，让某个模块在真正需要的时候再导入（一般放到函数里面）。

对于上面的例子，就可以把module_x.py修改为如下形式，在函数内部导入module_y：

# module_x.py
def inc_count():
    import module_y
    module_y.count += 1