Python中常见的陷阱有哪些

这篇文章主要介绍Python中常见的陷阱有哪些，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

目前创新互联已为上1000+的企业提供了网站建设、域名、雅安服务器托管、成都网站托管、企业网站设计、五河网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

Python的编码规范基本遵从PEP8准则，使用四个空格作为缩进，避免空格键和tab键混用，善于添加注释，当一行代码写不下时，右括号要放到行首，和变量对齐，导入顺序标准库、第三方、本地库，各组之间有个空行隔开。通常，Python 旨在成为一门简洁一致的语言，避免发生意外。然而，有些情况可能会给新手们造成困惑。

在这些情况中，有一些虽是有意为之，但还是有潜在风险。还有一些则可以说是语言设计缺陷了。总之，下面列出的这些情况都是些乍一看很不好理解的行为，不过一旦您了解了这些奇怪行为背后的机理，也就基本上能理解了。

可变默认参数

似乎每个 Python 新手都会感到惊讶的一点是 Python 在函数定义中对待可变默认参数的方法。

您所写的

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

您可能期待的结果

my_list = append_to(12)
print my_list

my_other_list = append_to(42)
print my_other_list

函数每次被调用时，如果不提供第二个参数，就创建一个新的列表。所以结果就应该是：

[12]
[42]

实际上的结果

[12]
[12, 42]

一旦完成了函数定义，一个新的列表就创建出来了，而且在随后的每一次函数调用中被使用的都是这个列表。

一旦完成了函数定义，Python 的默认参数就被赋值了，而且在随后的每一次函数调用中都不会再被默认值重复赋值（就像是在，嗯，Ruby 里那样）。这就意味着如果您使用了一个可变默认参数，并且改变了它，您也会且将会在未来的所有函数调用中改变这同一个参数对象。

您实际上应该做的

使用一个默认值来表示我们并不想给这个参数赋值，从而每次在函数被调用时我们都创建一个新的对象。（None 作为默认值通常是个好选择）。

def append_to(element, to=None):
    if to is None:
        to = []
    to.append(element)
    return to

可别忘了，您所传递的第二个参数仍应该是个列表对象。

利用好『缺陷』

有时你可以专门利用（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。

延迟绑定闭包

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

当你写下

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

你期望发生

for multiplier in create_multipliers():
    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:

而事实是：

五个函数被创建了，它们全都用 4 乘以 x 。

Python 的闭包是延迟绑定的。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 取的是调用时周围作用域里的值。当循环完成时， 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，它被认为只针对 Python 的闭包 lambda 定义方式。事实上，由 lambda 表达式创建的函数并没什么特别，同样的问题也出现在使用普通的 def 上：

def create_multipliers():
    multipliers = []

    for i in range(5):
        def multiplier(x):
            return i * x
        multipliers.append(multiplier)

    return multipliers

以上正确的做法应该是：

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

或者，使用 functools.partial 函数：

from functools import partial
from operator import mul

def create_multipliers():
    return [partial(mul, i) for i in range(5)]

有时你就想要闭包有如此表现，延迟绑定在很多情况下是一个很赞的特性。不幸的是，循环创建独立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，当你直接执行 Python 脚本文件时，Python 解释器会自动将该文件的字节码版本写入同目录下。比如， module.pyc。

这些 .pyc 文件不应该被纳入源代码仓库。

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文件。

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！

$ export PYTHONDONTWRITEBYTECODE=1

使用 $PYTHONDONTWRITEBYTECODE 环境变量来命令 Python 不将这些文件写入磁盘，开发环境将会保持整洁和干净。

我建议在你的 ~/.profile 里设置这个环境变量。

以上是Python中常见的陷阱有哪些的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！

当前题目：Python中常见的陷阱有哪些
标题链接：http://ybzwz.com/article/ijhdod.html

Python中常见的陷阱有哪些

其他资讯