對Python新手編程過程中如何規避一些常見問題的建議

這篇文章收集了我在Python新手開發人員寫的代碼中所見到的不規範但偶爾又很微妙的問題。本文的目的是為了協助那些新手開發人員渡過寫出醜陋的Python代碼的階段。為了照顧目標讀者，本文做了一些簡化（例如：在討論迭代器的時候忽略了產生器和強大的迭代工具itertools）。

對於那些新手開發人員，總有一些使用反模式的理由，我已經嘗試在可能的地方給出了這些理由。但通常這些反模式會造成代碼缺乏可讀性、更容易出bug且不符合Python的代碼風格。如果你想要尋找更多的相關介紹資料，我極力推薦The Python Tutorial或Dive into Python。
迭代

range的使用

Python編程新手喜歡使用range來實現簡單的迭代，在迭代器的長度範圍內來擷取迭代器中的每一個元素：

for i in range(len(alist)):  print alist[i]

應該牢記：range並不是為了實現序列簡單的迭代。相比那些用數字定義的for迴圈，雖然用range實現的for迴圈顯得很自然，但是用在序列的迭代上卻容易出bug，而且不如直接構造迭代器看上去清晰：

for item in alist:  print item

range的濫用容易造成意外的大小差一(off-by-one)錯誤，這通常是由於編程新手忘記了range產生的對象包括range的第一個參數而不包括第二個，類似於java中的substring和其他眾多這種類型的函數。那些認為沒有超出序列結尾的編程新手將會製造出bug：

# 迭代整個序列錯誤的方法alist = ['her', 'name', 'is', 'rio']for i in range(0, len(alist) - 1): # 大小差一（Off by one）!  print i, alist[i]

不恰當地使用range的常見理由：
1. 需要在迴圈中使用索引。這並不是一個合理的理由，可以用以下方式代替使用索引：

for index, value in enumerate(alist):  print index, value

2. 需要同時迭代兩個迴圈，用同一個索引來擷取兩個值。這種情況下，可以用zip來實現：

for word, number in zip(words, numbers):  print word, number

3. 需要迭代序列的一部分。在這種情況下，僅需要迭代序列切片就可以實現，注意添加必要的注釋註明用意：

for word in words[1:]: # 不包括第一個元素  print word

有一個例外：當你迭代一個很大的序列時，切片操作引起的開銷就比較大。如果序列只有10個元素，就沒有什麼問題；但是如果有1000萬個元素時，或者在一個效能敏感的內迴圈中進行切片操作時，開銷就變得非常重要了。這種情況下可以考慮使用xrange代替range [1]。

在用來迭代序列之外，range的一個重要用法是當你真正想要產生一個數字序列而不是用來產生索引：

# Print foo(x) for 0<=x<5for x in range(5):  print foo(x)

正確使用列表解析

如果你有像這樣的一個迴圈：

# An ugly, slow way to build a listwords = ['her', 'name', 'is', 'rio']alist = []for word in words:  alist.append(foo(word))

你可以使用列表解析來重寫：

words = ['her', 'name', 'is', 'rio']alist = [foo(word) for word in words]

為什麼要這麼做？一方面你避免了正確初始化列表可能帶來的錯誤，另一方面，這樣寫代碼讓看起來很乾淨，整潔。對於那些有函數式編程背景的人來說，使用map函數可能感覺更熟悉，但是在我看來這種做法不太Python化。

其他的一些不使用列表解析的常見理由：

1. 需要迴圈嵌套。這個時候你可以嵌套整個列表解析，或者在列表解析中多行使用迴圈：

words = ['her', 'name', 'is', 'rio']letters = []for word in words:  for letter in word:    letters.append(letter)

使用列表解析：

words = ['her', 'name', 'is', 'rio']letters = [letter for word in words         for letter in word]

注意：在有多個迴圈的列表解析中，迴圈有同樣的順序就像你並沒有使用列表解析一樣。

2. 你在迴圈內部需要一個條件判斷。你只需要把這個條件判斷添加到列表解析中去：

words = ['her', 'name', 'is', 'rio', '1', '2', '3']alpha_words = [word for word in words if isalpha(word)]

一個不使用列表解析的合理的理由是你在列表解析裡不能使用異常處理。如果迭代中一些元素可能引起異常，你需要在列表解析中通過函數調用轉移可能的異常處理，或者乾脆不使用列表解析。
效能缺陷

線上性時間內檢查內容

在文法上，檢查list或者set/dict中是否包含某個元素表面上看起來沒什麼區別，但是表面之下卻是截然不同的。如果你需要重複檢查某個資料結構裡是否包含某個元素，最好使用set來代替list。（如果你想把一個值和要檢查的元素聯絡起來，可以使用dict；這樣同樣可以實現常數檢查時間。）

# 假設以list開始lyrics_list = ['her', 'name', 'is', 'rio'] # 避免下面的寫法words = make_wordlist() # 假設返回許多要測試的單詞for word in words:  if word in lyrics_list: # 線性檢查時間    print word, "is in the lyrics" # 最好這麼寫lyrics_set = set(lyrics_list) # 線性時間建立setwords = make_wordlist() # 假設返回許多要測試的單詞for word in words:  if word in lyrics_set: # 常數檢查時間    print word, "is in the lyrics"

[譯者註：Python中set的元素和dict的索引值是可雜湊的，因此尋找起來時間複雜度為O(1)。

應該記住：建立set引入的是一次性開銷，建立過程將花費線性時間即使成員檢查花費常數時間。因此如果你需要在迴圈裡檢查成員，最好先花時間建立set，因為你只需要建立一次。
變數泄露

迴圈

通常說來，在Python中，一個變數的範圍比你在其他語言裡期望的要寬。例如：在Java中下面的代碼將不能通過編譯：

// Get the index of the lowest-indexed item in the array// that is > maxValuefor(int i = 0; i < y.length; i++) {  if (y[i] > maxValue) {    break;  }}// i在這裡出現不合法：不存在iprocessArray(y, i);

然而在Python中，同樣的代碼總會順利執行且得到意料中的結果：

for idx, value in enumerate(y):  if value > max_value:    break processList(y, idx)

這段代碼將會正常運行，除非子y為空白的情況下，此時，迴圈永遠不會執行，而且processList函數的調用將會拋出NameError異常，因為idx沒有定義。如果你使用Pylint代碼檢查工具，將會警告：使用可能沒有定義的變數idx。

解決辦法永遠是顯然的，可以在迴圈之前設定idx為一些特殊的值，這樣你就知道如果迴圈永遠沒有執行的時候你將要尋找什麼。這種模式叫做哨兵模式。那麼什麼值可以用來作為哨兵呢？在C語言時代或者更早，當int統治編程世界的時候，對於需要返回一個期望的錯誤結果的函數來說為通用的模式為返回-1。例如，當你想要返回列表中某一元素的索引值：

def find_item(item, alist):  # None比-1更加Python化  result = -1  for idx, other_item in enumerate(alist):    if other_item == item:      result = idx      break   return result

通常情況下，在Python裡None是一個比較好的哨兵值，即使它不是一貫地被Python標準類型使用（例如：str.find [2]）

外範圍

Python程式員新手經常喜歡把所有東西放到所謂的外範圍——python檔案中不被代碼塊（例如函數或者類）包含的部分。外範圍相當於全域命名空間；為了這部分的討論，你應該假設全域範圍的內容在單個Python檔案的任何地方都是可以訪問的。

對於定義整個模組都需要去訪問的在檔案頂部聲明的常量，外範圍顯得非常強大。給外範圍中的任何變數使用有特色的名字是明智的做法，例如，使用IN_ALL_CAPS 這個常量名。 這將不容易造成如下bug：

import sys # See the bug in the function declaration?def print_file(filenam):  """Print every line of a file."""  with open(filename) as input_file:    for line in input_file:      print line.strip() if __name__ == "__main__":  filename = sys.argv[1]  print_file(filename)

如果你看的近一點，你將看到print_file函數的定義中用filenam具名引數名，但是函數體卻引用的卻是filename。然而，這個程式仍然可以運行得很好。為什麼呢？在print_file函數裡，當一個局部變數filename沒有被找到時，下一步是在全域範圍中去尋找。由於print_file的調用在外範圍中(即使有縮排)，這裡聲明的filename對於print_file函數是可見的。

那麼如何避免這樣的錯誤呢？首先，在外範圍中不是IN_ALL_CAPS這樣的全域變數就不要設定任何值[3]。參數解析最好交給main函數，因此函數中任何內部變數不在外範圍中存活。

這也提醒人們關注全域關鍵字global。如果你只是讀取全域變數的值，你就不需要全域關鍵字global。你只有在想要改變全域變數名引用的對象時有使用global關鍵字的必要。你可以在這裡擷取更多相關資訊this discussion of the global keyword on Stack Overflow。
代碼風格

向PEP8致敬

PEP 8是Python代碼的通用風格指南，你應該牢記在心並且儘可能去遵循它，儘管一些人有充分的理由不同意其中一些細小的風格，例如縮排的空格個數或使用空行。如果你不遵循PEP8，你應該有除“我只是不喜歡那樣的風格”之外更好的理由。下邊的風格指南都是從PEP8中摘取的，似乎是編程者經常需要牢記的。

測試是否為空白

如果你要檢查一個容器類型（例如：列表，詞典，集合）是否為空白，只需要簡單測試它而不是使用類似檢查len(x)>0這樣的方法：

numbers = [-1, -2, -3]# This will be emptypositive_numbers = [num for num in numbers if num > 0]if positive_numbers:  # Do something awesome

如果你想在其他地方儲存positive_numbers是否為空白的結果，可以使用bool(positive_number)作為結果儲存；bool用來判斷if條件判斷語句的真值。

測試是否為None

如前面所提到，None可以作為一個很好的哨兵值。那麼如何檢查它呢？

如果你明確的想要測試None，而不只是測試其他一些值為False的項（如空容器或者0），可以使用：

if x is not None:  # Do something with x

如果你使用None作為哨兵，這也是Python風格所期望的模式，例如在你想要區分None和0的時候。

如果你只是測試變數是否為一些有用的值，一個簡單的if模式通常就夠用了：

if x:  # Do something with x

例如：如果期望x是一個容器類型，但是x可能作另一個函數的返回結果值變為None，你應該立即考慮到這種情況。你需要留意是否改變了傳給x的值，否則可能你認為True或0. 0是個有用的值，程式卻不會按照你想要的方式執行。

譯者註：

[1] 在Python2.x 中 range產生的是list對象，xrange產生的則是range對象；Python 3.x 廢除了xrange，range產生的統一為range對象，用list工廠函數可以顯式產生list；
[2] string.find(str)返回str在string中開始的索引值，如果不存在則返回-1；
[3] 在外作用於中不要給函數中的局部變數名設定任何值，以防止函數內部調用局部變數時發生錯誤而調用外部範圍中的同名變數。

