程序员必知的Python陷阱与缺陷列表分享

　　【资讯】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 1, in <module> File "<stdin>", line 2, in 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(1, 10) 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() [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。

　　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 default, and explicitly test for it in the div 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 [1, 2] >>> x=[1];x=x+[2];print x [1, 2]

　　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 = (1, 2) >>> 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 'int'>

　　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 [1, 2, 4, 5]

　　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 [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:

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

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!