阿布云

你所需要的,不仅仅是一个好用的代理。

程序员老司机都要错的Python陷阱与缺陷列表

阿布云 发表于

1.png

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:

>>> a=1 

>>> def func(): 

...     a+=1

...     print a 

...  >>> func()

Traceback (most recent call last):

File "<stdin>", line 1in <module> 

File "<stdin>", line 2in func

UnboundLocalError: local variable 'a' referenced before assignment

 

 对于“UnboundLocalError”,还有更高级的版本:

import random

 

def func(ok):

      if ok:

          a = random.random()

      else:

          import random

          a = random.randint(110)

      return a

     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。

>>> def f(lst = []): 

...     lst.append(1)

...     return lst 

...

>>> f() 

[1

>>> f() 

[11

 

    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。

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。

>>> import time 

>>> def report(when=time.time()): 

... return when 

...

>>> report() 

1500113234.487932 

>>> report() 

1500113234.487932 

 

     python docoment 给出了标准的解决办法:

A way around this is to use None as the defaultand explicitly test for it in the body of the function  

>>> def report(when=None):

...  if when is None

...  when = time.time() 

... return when 

... 

>>> report() 

1500113446.746997 

>>> report() 

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)。

>>> x=1;x += 1;print x 

2  

>>> x=1;x = x+1;print x 

2 

>>> x=[1];x+=[2];print x 

[12

>>> x=[1];x=x+[2];print x 

[12

 

呃,被光速打脸了?

>>> x=[1];print id(x);x=x+[2];print id(x)  

4357132800 

4357132728 

>>> x=[1];print id(x);x+=[2];print id(x) 

4357132800 

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。

 

>>> a = (12

>>> type(a) 

<type 'tuple'>

>>> type(()) 

<type 'tuple'> 

 

但如果只有一个元素呢

>>> a=(1)

 

>>> type(a) 

 

<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:

>>> a=(1,) 

 

>>> type(a)

   

<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:

>>> a= [[]] * 10

   

>>> a

   

[[], [], [], [], [], [], [], [], [], []]

   

>>> a[0].append(10)

   

>>> a[0]

   

[10

看起来很不错,简单明了,but

>>> a[1]

   

[10]

   

>>> a

   

[[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

>>> a = [[] for _ in xrange(10)] 

 

>>> a[0].append(10)

   

>>> a

   

[[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:

>>> def modify_lst(lst):

   

... for idx, elem in enumerate(lst):

   

... if elem % 3 == 0:

   

... del lst[idx] 

测试一下,

>>> lst = [1,2,3,4,5,6]

   

>>> modify_lst(lst)

   

>>> lst

   

[1245

好像没什么错,不过这只是运气好

>>> lst = [1,2,3,6,5,4]

   

>>> modify_lst(lst)

   

>>> lst 

 

[12654

 

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:

>>> def create_multipliers():

 

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

 

...

 

>>> for multiplier in create_multipliers():

 

... print multiplier(2)

 

... 

 

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。

 

>>> def create_multipliers(): 

... return [lambda x, i = i:i*x for i in range(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:

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:

l = []

class A(object):

    pass

   

  main.py代码如下:

 

def add(x):

    from mypackage import mymodule

    mymodule.l.append(x)

    print "updated list",mymodule.l, id(mymodule)

  

def get():

    import mymodule

    print 'module in get', id(mymodule)

    return mymodule.l

  

if __name__ == '__main__':

    import sys

    sys.path.append('../')

    add(1)

     

    ret = get()

    print "lets check", ret

   

运行python main.py,结果如下:

 

updated list [1] 4406700752

module in get 4406700920

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。