编写高质量Python程序(三)基础语法

栏目: IT技术 · 发布时间: 4年前

内容简介:本系列文章为《编写高质量代码——改善Python程序的91个建议》的精华汇总。Python的3种引入外部模块的方式:在使用

本系列文章为《编写高质量代码——改善 Python 程序的91个建议》的精华汇总。

关于导入模块

Python的3种引入外部模块的方式: import 语句、 from ... import ...__import__ 函数。其中前两种比较常见。

在使用 import 时,应注意:

  • 优先使用 import Aimport A as a
  • 有节制的使用 from A import B
  • 尽量避免使用 from A import *

对于 from a import ... ,如果无节制的使用,会带来的问题:

  • 命名空间的冲突
  • 循环嵌套导入的问题(两个文件相互导入对方的变量或函数或类)

i += 1 不等于 ++i

Python 解释器会将 ++i 解释为 +(+i) ,其中 + 表示正数符号。对于 --i 也是类似。

因此,要明白 ++i 在 Python 的语法层面上是合法的,但并不是通常意义上的自增操作。

使用 with 自动关闭资源

对文件操作完成后,应该立即关闭它们,因为打开的文件不仅会占用系统资源,而且可能影响其他程序或者进程的操作,甚至会导致用户期望与实际操作结果不一致。

Python 提供了 with 语句,语法为:

with 表达式 [as 目标]:
    代码块

with 语句支持嵌套,支持多个 with 子句,它们两者可以相互转换。 with expr1 as e1, expr2 as e2 与下面的嵌套形式等价:

with expr1 as e1:
    with expr2 as e2:

使用 else 子句简化循环(异常处理)

在循环中, else 子句提供了隐含的对循环是否由 break 语句引发循环结束的判断。例子:

# 以下两段代码等价
# 借助了一个标志量 found 来判断循环结束是不是由 break 语句引起的。
def print_prime(n):
    for i in range(2, n):
        found = True
        for j in range(2, i):
            if i % j == 0:
                found = False
                break
        if found:
            print("{} is a prime number".format(i))

def print_prime2(n):
    for i in range(2, n):
        for j in range(2, i):
            if i % j == 0:
                break
        else:
            print("{} is a prime number".format(i))

当循环“自然”终结(循环条件为假)时 else 从句会被执行一次,而当循环是由 break 语句中断时, else 子句就不被执行。

for 语句相似, while 语句中的 else 子句的语意是一样的: else 块在循环正常结束和循环条件不成立时被执行。

遵循异常处理的几点基本原则

Python中常用的异常处理语法是 tryexceptelsefinally ,它们可以有多种组合。语法形式如下:

# Run this main action first
try:
    <statements>

# 当 try 中发生 name1 的异常时,进行处理
except <name1>:
    <statements>

# 当 try 中发生 name2 或 name3 中的某一个异常时
except (name2, name3):
    <statements>

# 当 try 中发生 name4 的异常时处理,并获取对应实例
except <name4> as <data>:
    <statements>

# 其他异常时,进行处理
except:
    <statements>

# 没有异常时,执行
else:
    <statements>

# 无论有没有异常,都执行
finally:
    <statements>

异常处理,通常需要遵循以下几点基本原则:

  • 不推荐在 try 中放入过多的代码 。在 try 中放入过多的代码带来的问题是如果程序中抛出异常,将会较难定位,给 debug 和修复带来不便,因此应尽量只在可能抛出异常的语句块前面放入 try 语句。
  • 谨慎使用单独的 except 语句处理所有异常, 最好能定位具体的异常 。同样也不推荐使用 except Exception 或者 except StandardError 来捕获异常。如果必须使用,最好能够使用 raise 语句将异常抛出向上层传递。
  • 注意异常捕获的顺序,在合适的层次处理异常。
    • 用户也可以继承自内建异常构建自己的异常类,从而在内建类的继承结构上进一步延伸。在这种情况下捕获异常的顺序显得非常重要。为了更精确地定位错误发生的原因,推荐的方法是将继承结构中子类异常在前面的 except 语句中抛出,而父类异常在后面的 except 语句抛出。这样做的原因是当 try 块中有异常发生的时候,解释器根据 except 声明的顺序进行匹配,在第一个匹配的地方便立即处理该异常。
    • 异常捕获的顺序非常重要,同时异常应该在适当的位置被处理,一个原则就是 如果异常能够在被捕获的位置被处理,那么应该及时处理,不能处理也应该以合适的方式向上层抛出。 向上层传递的时候需要警惕异常被丢失的情况,可以使用不带参数的 raise 来传递。
  • 使用更为友好的异常信息,遵守异常参数的规范。通常来说有两类异常阅读者:使用软件的人和开发软件的人。

避免 finally 中可能发生的陷阱

无论 try 语句中是否有异常抛出, finally 语句总会被执行。由于这个特性, finally 语句经常被用来做一些清理工作。

但使用 finally 时,也要特别小心一些陷阱。

  • try 块中发生异常的时候,如果在 except 语句中找不到对应的异常处理,异常将会被临时保存起来,当 finally 执行完毕的时候,临时保存的异常将会再次被抛出,但如果 finally 语句中产生了新的异常或者执行了 return 或者 break 语句,那么临时保存的异常将会被丢失,从而导致异常屏蔽。
  • 在实际应用程序开发过程中,并不推荐在 finally 中使用 return 语句进行返回,这种处理方式不仅会带来误解而且可能会引起非常严重的错误。

深入理解 None,正确判断对象是否为空

Python 中以下数据会当作空来处理:

  • 常量 None
  • 常量 False
  • 任何形式的数值类型零,如 00L0.00j
  • 空的序列,如 ''()[]
  • 空的字典,如 {}
  • 当用户定义的类中定义了 __nonzero__()__len__() 方法,并且该方法返回整数 0False 的时候。
if list1 # value is not empty
    Do something
else: # value is empty
    Do some other thing
  • 执行过程中会调用内部方法 __nonzero__() 来判断变量 list1 是否为空并返回其结果。

注: __nonzero__() 方法 —— 该内部方法用于对自身对象进行空值测试,返回 0/1 或 True/False。

  • 如果一个对象没有定义该方法,Python 将获取 __len__() 方法调用的结果来进行判断。 __len__() 返回值为 0 则表示为空。如果一个类中既没有定义 __len__() 方法也没有定义 __nonzero__() 方法,该类的实例用 if 判断的结果都为 True。

格式化字符串时尽量使用 .format 方式而不是 %

推荐尽量使用 format 方式而不是 % 操作符来格式化字符串,理由:

  • format 方式在使用上较 % 操作符更为灵活。使用 format 方式时,参数的顺序与格式化的顺序不必完全相同

  • format 方式可以方便的作为参数传递

    weather = [("Monday", "rain"), ("Tuesday", "sunny"), ("Wednesday", "sunny"), ("Thursday", "rain"), ("Friday", "cloudy")]
    formatter = "Weather of '{0[0]}' is '{0[1]}'".format
    for item in map(formatter, weather):
        print(item)
  • % 最终会被 .format 方式所代替。根据 Python 的官方文档,之所以仍然保留 % 操作符是为了保持向后兼容

  • % 方法在某些特殊情况下使用时需要特别小心,对于 % 直接格式化字符的这种形式,如果字符本身为元组,则需要使用在 % 使用 (itemname,) 这种形式才能避免错误,注意逗号。

区别对待可变对象和不可变对象

Python 中一切皆对象,对象根据其值能否修改分为 可变对象不可变对象

  • 不可变对象

    • 数字
    • 字符串
    • 元组
  • 可变对象

    • 字典
    • 列表
    • 字节数组

在将可变对象 作为函数默认参数 的时候要特别紧惕, 对可变对象的更改会直接影响原对象。

最好的方法是传入 None 作为默认参数,在创建对象的时候动态生成可变对象。

  • 对于一个可变对象, 切片操作相当于浅拷贝。

  • 对于不可变对象,当我们对其进行相关操作的时候,Python 实际上 仍然保持原来的值而且重新创建一个新的对象 ,所以字符串对象不允许以索引的方式进行赋值,当有两个对象同时指向一个字符串对象的时候,对其中一个对象的操作并不会影响另一个对象。

函数传参既不是传值也不是传引用

对于Python中函数的传参方法, 既不是传值,也不是传引用

正确的叫法应该是 传对象 (call by object)或者说 传对象的引用 (call-by-object-reference)。

函数参数在传递的过程中将整个对象传入,

  • 对于 可变对象 :它的修改在函数外部以及内部都可见,调用者和被调用者之间共享这个对象
  • 对于 不可变对象 :由于并不能真正被修改,因此,修改往往是通过生成一个新对象然后赋值来实现的

慎用变长参数

慎用可变长度参数 *args, **kwargs ,原因如下:

  • 使用过于灵活。变长参数意味着这个函数的签名不够清晰,存在多种调用方式。另外变长参数可能会破坏程序的健壮性。
  • 如果一个函数的参数列表很长,虽然可以通过使用 *args**kwargs 来简化函数的定义,但通常这个函数可以有更好的实现方式,应该被重构。例如可以直接传入元组和字典。

可变长参数适合在下列情况下使用:

  • 为函数添加一个 装饰器
  • 如果参数的数目不确定,可以考虑使用变长参数
  • 用来实现函数的多态,或者在继承情况下子类需要调用父类的某些方法的时候

深入理解 str()repr() 的区别

函数 str()repr() 都可以将 Python 中的对象转换为字符串,两者的使用以及输出都非常相似。有以下几点区别:

  • 两者的目标不同:

    str()
    repr()
    
  • 在解释器中直接输入时默认调用 repr() 函数,而 print 则调用 str() 函数

  • repr() 的返回值一般可以用 eval() 函数来还原对象。通常有如下等式: obj == eval(repr(obj))

  • 一般,类中都应该定义 __repr__() 方法,而 __str__() 方法则为可选,当可读性比准确性更为重要的时候应该考虑定义 __str__() 方法。如果类中没有定义 __str__() 方法,则默认会使用 __repr__() 方法的结果来返回对象的字符串表示形式。用户实现 __repr__() 方法的时,最好保证其返回值可以用 eval() 方法使对象重新还原。

分清静态方法和类方法的适用场景

静态方法:

class C(object):
    @staticmethod
    def f(arg1, arg2, ...):

类方法:

class C(object):
    @classmethod
    def f(cls, arg1, arg2, ...):

都可以通过 类名.方法名 或者 实例.方法名 的形式来访问。

其中,静态方法没有常规方法的特殊行为,如绑定、非绑定、隐式参数等规则,而类方法的调用使用类本身作为其隐含参数,但调用本身并不需要显示提供该参数。

类方法

  • 在调用的时候没有显式声明 cls,但实际上类本身是作为隐藏参数传入的
  • 类方法可以判断出自己是通过基类被调用,还是通过某个子类被调用
  • 类方法通过子类调用时,可以返回子类的属性而非基类的属性
  • 类方法通过子类调用时,可以调用子类的其他类方法

静态方法

  • 既不跟特定的实例相关也不跟特定的类相关
  • 静态方法定义在类中的原因是,能够更加有效地将代码组织起来,从而使相关代码的垂直距离更近,提高代码的可维护性

文章首发于公众号【Python与算法之路】


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

MATLAB智能算法30个案例分析

MATLAB智能算法30个案例分析

史峰、王辉、胡斐、郁磊 / 北京航空航天大学出版社 / 2011-7-1 / 39.00元

MATLAB智能算法30个案例分析,ISBN:9787512403512,作者:史峰,王辉 等编著一起来看看 《MATLAB智能算法30个案例分析》 这本书的介绍吧!

随机密码生成器
随机密码生成器

多种字符组合密码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试