后臺回復(fù)“大數(shù)據(jù)”，送你一份最全電子資料
文 | MARTIN CHIKILIAN 譯 | EarlGrey
推薦 | 編程派公眾號（ID：codingpy）
不管是在學(xué)習(xí)還是工作過程中，人都會犯錯。雖然Python的語法簡單、靈活，但也一樣存在一些不小的坑，一不小心，初學(xué)者和資深Python程序員都有可能會栽跟頭。本文是Toptal網(wǎng)站的程序員梳理的10大常見錯誤，非常有參考意義。大家在開發(fā)過程中需要格外注意。
常見錯誤1：錯誤地將表達(dá)式作為函數(shù)的默認(rèn)參數(shù)
在Python中，我們可以為函數(shù)的某個參數(shù)設(shè)置默認(rèn)值，使該參數(shù)成為可選參數(shù)。雖然這是一個很好的語言特性，但是當(dāng)默認(rèn)值是可變類型時，也會導(dǎo)致一些令人困惑的情況。我們來看看下面這個Python函數(shù)定義：
>>> def foo(bar=[]): # bar是可選參數(shù)，如果沒有提供bar的值，則默認(rèn)為[]，
... bar.append("baz") # 但是稍后我們會看到這行代碼會出現(xiàn)問題。
... return bar
Python程序員常犯的一個錯誤，就是想當(dāng)然地認(rèn)為：在每次調(diào)用函數(shù)時，如果沒有為可選參數(shù)傳入值，那么這個可選參數(shù)就會被設(shè)置為指定的默認(rèn)值。在上面的代碼中，你們可能覺得重復(fù)調(diào)用foo()函數(shù)應(yīng)該會一直返回'baz'，因為你們默認(rèn)每次 foo()函數(shù)執(zhí)行時（沒有指定 bar變量的值）， bar變量都被設(shè)置為[]（也就是，一個新的空列表）。
但是，實際運(yùn)行結(jié)果卻是這樣的：
>>> foo()
["baz"]
>>> foo()
["baz", "baz"]
>>> foo()
["baz", "baz", "baz"]
很奇怪吧？為什么每次調(diào)用 foo()函數(shù)時，都會把"baz"這個默認(rèn)值添加到已有的列表中，而不是重新創(chuàng)建一個新的空列表呢？
答案就是，可選參數(shù)默認(rèn)值的設(shè)置在Python中只會被執(zhí)行一次，也就是定義該函數(shù)的時候。因此，只有當(dāng) foo()函數(shù)被定義時， bar參數(shù)才會被初始化為默認(rèn)值（也就是，一個空列表），但是之后每次 foo()函數(shù)被調(diào)用時，都會繼續(xù)使用 bar參數(shù)原先初始化生成的那個列表。
當(dāng)然，一個常見的解決辦法就是：
>>> def foo(bar=None):
... if bar is None: # or if not bar:
... bar = []
... bar.append("baz")
... return bar
...
>>> foo()
["baz"]
>>> foo()
["baz"]
>>> foo()
["baz"]
常見問題2：錯誤地使用類變量
我們來看下面這個例子：
>>> class A(object):
... x = 1
...
>>> class B(A):
... pass
...
>>> class C(A):
... pass
...
>>> print A.x, B.x, C.x
1 1 1
這個結(jié)果很正常。
>>> B.x = 2
>>> print A.x, B.x, C.x
1 2 1
嗯，結(jié)果和預(yù)計的一樣。
>>> A.x = 3
>>> print A.x, B.x, C.x
3 2 3
在Python語言中，類變量是以字典的形式進(jìn)行處理的，并且遵循方法解析順序（Method Resolution Order，MRO）。因此，在上面的代碼中，由于類C中并沒有 x這個屬性，解釋器將會查找它的基類（base class，盡管Python支持多重繼承，但是在這個例子中，C的基類只有A）。換句話說，C并不沒有獨立于A、真正屬于自己的 x屬性。所以，引用 C.x實際上就是引用了 A.x。如果沒有處理好這里的關(guān)系，就會導(dǎo)致示例中出現(xiàn)的這個問題。
常見錯誤3：錯誤地指定異常代碼塊（exception block）的參數(shù)
請看下面這段代碼：
>>> try:
... l = ["a", "b"]
... int(l[2])
... except ValueError, IndexError: # To catch both exceptions, right?
... pass
...
Traceback (most recent call last):
File "<stdin>", line 3, in <module>
IndexError: list index out of range
這段代碼的問題在于， except語句并不支持以這種方式指定異常。在Python 2.x中，需要使用變量 e將異常綁定至可選的第二個參數(shù)中，才能進(jìn)一步查看異常的情況。因此，在上述代碼中， except語句并沒有捕獲IndexError異常；而是將出現(xiàn)的異常綁定到了一個名為 IndexError的參數(shù)中。
要想在 except語句中正確地捕獲多個異常，則應(yīng)將第一個參數(shù)指定為元組，然后在元組中寫下希望捕獲的異常類型。另外，為了提高可移植性，請使用 as關(guān)鍵詞，Python 2和Python 3均支持這種用法。
>>> try:
... l = ["a", "b"]
... int(l[2])
... except (ValueError, IndexError) as e:
... pass
...
>>>
常見錯誤4：錯誤理解Python中的變量名解析
Python中的變量名解析遵循所謂的 LEGB原則，也就是“L：本地作用域；E：上一層結(jié)構(gòu)中def或lambda的本地作用域；G：全局作用域；B：內(nèi)置作用域”（Local，Enclosing，Global，Builtin），按順序查找?？瓷先ナ遣皇呛芎唵危坎贿^，事實上這個原則的生效方式還是有著一些特殊之處。說到這點，我們就不得不提下面這個常見的Python編程錯誤。請看下面的代碼：
>>> x = 10
>>> def foo():
... x += 1
... print x
...
>>> foo()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 2, in foo
UnboundLocalError: local variable 'x' referenced before assignment
出了什么問題？
上述錯誤的出現(xiàn)，是因為當(dāng)你在某個作用域內(nèi)為變量賦值時，該變量被Python解釋器自動視作該作用域的本地變量，并會取代任何上一層作用域中相同名稱的變量。
正是因為這樣，才會出現(xiàn)一開始好好的代碼，在某個函數(shù)內(nèi)部添加了一個賦值語句之后卻出現(xiàn)了 UnboundLocalError，難怪會讓許多人吃驚。
在使用列表時，Python程序員尤其容易陷入這個圈套。
請看下面這個代碼示例：
>>> lst = [1, 2, 3]
>>> def foo1():
... lst.append(5) # 這里沒問題
...
>>> foo1()
>>> lst
[1, 2, 3, 5]
>>> lst = [1, 2, 3]
>>> def foo2():
... lst += [5] # ... 但這里就不對了!
...
>>> foo2()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 2, in foo
UnboundLocalError: local variable 'lst' referenced before assignment
呃？為什么函數(shù) foo1運(yùn)行正常， foo2卻出現(xiàn)了錯誤？
答案與上一個示例相同，但是卻更難捉摸清楚。 foo1函數(shù)并沒有為 lst變量進(jìn)行賦值，但是 foo2卻有賦值。我們知道， lst+=[5]只是 lst=lst+[5]的簡寫，從中我們就可以看出， foo2函數(shù)在嘗試為 lst賦值（因此，被Python解釋器認(rèn)為是函數(shù)本地作用域的變量）。但是，我們希望為 lst賦的值卻又是基于 lst變量本身（這時，也被認(rèn)為是函數(shù)本地作用域內(nèi)的變量），也就是說該變量還沒有被定義。這才出現(xiàn)了錯誤。
常見錯誤5：在遍歷列表時更改列表
下面這段代碼的問題應(yīng)該算是十分明顯：
>>> odd = lambda x : bool(x % 2)
>>> numbers = [n for n in range(10)]
>>> for i in range(len(numbers)):
... if odd(numbers[i]):
... del numbers[i] # BAD: Deleting item from a list while iterating over it
...
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
IndexError: list index out of range
在遍歷列表或數(shù)組的同時從中刪除元素，是任何經(jīng)驗豐富的Python開發(fā)人員都會注意的問題。但是盡管上面的示例十分明顯，資深開發(fā)人員在編寫更為復(fù)雜代碼的時候，也很可能會無意之下犯同樣的錯誤。
幸運(yùn)的是，Python語言融合了許多優(yōu)雅的編程范式，如果使用得當(dāng)，可以極大地簡化代碼。簡化代碼還有一個好處，就是不容易出現(xiàn)在遍歷列表時刪除元素這個錯誤。能夠做到這點的一個編程范式就是列表解析式。而且，列表解析式在避免這個問題方面尤其有用，下面用列表解析式重新實現(xiàn)上面代碼的功能：
>>> odd = lambda x : bool(x % 2)
>>> numbers = [n for n in range(10)]
>>> numbers[:] = [n for n in numbers if not odd(n)] # ahh, the beauty of it all
>>> numbers
[0, 2, 4, 6, 8]
常見錯誤6：不理解Python在閉包中如何綁定變量
請看下面這段代碼：
>>> def create_multipliers():
... return [lambda x : i * x for i in range(5)]
>>> for multiplier in create_multipliers():
... print multiplier(2)
...
你可能覺得輸出結(jié)果應(yīng)該是這樣的：
0
2
4
6
8
但是，實際的輸出結(jié)果卻是：
8
8
8
8
8
嚇了一跳吧！
這個結(jié)果的出現(xiàn)，主要是因為Python中的遲綁定（late binding ）機(jī)制，即閉包中變量的值只有在內(nèi)部函數(shù)被調(diào)用時才會進(jìn)行查詢。因此，在上面的代碼中，每次 create_multipliers()所返回的函數(shù)被調(diào)用時，都會在附近的作用域中查詢變量i的值（而到那時，循環(huán)已經(jīng)結(jié)束，所以變量i最后被賦予的值為4）。
要解決這個常見Python問題的方法中，需要使用一些hack技巧：
>>> def create_multipliers():
... return [lambda x, i=i : i * x for i in range(5)]
...
>>> for multiplier in create_multipliers():
... print multiplier(2)
...
0
2
4
6
8
請注意！我們在這里利用了默認(rèn)參數(shù)來實現(xiàn)這個lambda匿名函數(shù)。有人可能認(rèn)為這樣做很優(yōu)雅，有人會覺得很巧妙，還有人會嗤之以鼻。但是，如果你是一名Python程序員，不管怎樣你都應(yīng)該要了解這種解決方法。
常見錯誤7：模塊之間出現(xiàn)循環(huán)依賴（circular dependencies）
假設(shè)你有兩個文件，分別是 a.py和 b.py，二者相互引用，如下所示：
a.py文件中的代碼:
import b
def f():
return b.x
print f()
b.py文件中的代碼：
import a
x = 1
def g():
print a.f()
首先，我們嘗試導(dǎo)入 a.py模塊：
>>> import a
1
代碼運(yùn)行正常。也許這出乎了你的意料。畢竟，我們這里存在循環(huán)引用這個問題，想必應(yīng)該是會出現(xiàn)問題的，難道不是嗎？
答案是，僅僅存在循環(huán)引用的情況本身并不會導(dǎo)致問題。如果一個模塊已經(jīng)被引用了，Python可以做到不再次進(jìn)行引用。但是如果每個模塊試圖訪問其他模塊定義的函數(shù)或變量的時機(jī)不對，那么你就很可能陷入困境。
那么回到我們的示例，當(dāng)我們導(dǎo)入 a.py模塊時，它在引用 b.py模塊時是不會出現(xiàn)問題的，因為 b.py模塊在被引用時，并不需要訪問在 a.py模塊中定義的任何變量或函數(shù)。 b.py模塊中對a模塊唯一的引用，就是調(diào)用了a模塊的 foo()函數(shù)。但是那個函數(shù)調(diào)用發(fā)生在 g()函數(shù)當(dāng)中，而 a.py或 b.py模塊中都沒有調(diào)用 g()函數(shù)。所以，不會出現(xiàn)問題。
但是，如果我們試著導(dǎo)入 b.py模塊呢（即之前沒有引用 a.py模塊的前提下）：
>>> import b
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "b.py", line 1, in <module>
import a
File "a.py", line 6, in <module>
print f()
File "a.py", line 4, in f
return b.x
AttributeError: 'module' object has no attribute 'x'
糟糕。情況不太妙！這里的問題是，在導(dǎo)入 b.py的過程中，它試圖引用 a.py模塊，而 a.py模塊接著又要調(diào)用 foo()函數(shù)，這個 foo()函數(shù)接著又試圖去訪問 b.x變量。但是這個時候， b.x變量還沒有被定義，所以才出現(xiàn)了AttributeError異常。
解決這個問題有一種非常簡單的方法，就是簡單地修改下 b.py模塊，在 g()函數(shù)內(nèi)部才引用 a.py：
x = 1
def g():
import a # This will be evaluated only when g() is called
print a.f()
現(xiàn)在我們再導(dǎo)入 b.py模塊的話，就不會出現(xiàn)任何問題了：
>>> import b
>>> b.g()
1 # Printed a first time since module 'a' calls 'print f()' at the end
1 # Printed a second time, this one is our call to 'g'
常見錯誤8：模塊命名與Python標(biāo)準(zhǔn)庫模塊名沖突
Python語言的一大優(yōu)勢，就是其本身自帶的強(qiáng)大標(biāo)準(zhǔn)庫。但是，正因為如此，如果你不去刻意注意的話，你也是有可能為自己的模塊取一個和Python自帶標(biāo)準(zhǔn)庫模塊相同的名字（例如，如果你的代碼中有一個模塊叫 email.py，那么這就會與Python標(biāo)準(zhǔn)庫中同名的模塊相沖突。）
這很可能會給你帶來難纏的問題。舉個例子，在導(dǎo)入模塊A的時候，假如該模塊A試圖引用Python標(biāo)準(zhǔn)庫中的模塊B，但卻因為你已經(jīng)有了一個同名模塊B，模塊A會錯誤地引用你自己代碼中的模塊B，而不是Python標(biāo)準(zhǔn)庫中的模塊B。這也是導(dǎo)致一些嚴(yán)重錯誤的原因。
因此，Python程序員要格外注意，避免使用與Python標(biāo)準(zhǔn)庫模塊相同的名稱。畢竟，修改自己模塊的名稱比提出PEP提議修改上游模塊名稱且讓提議通過，要來得容易的多。
常見錯誤9：未能解決Python 2與Python 3之間的差異
假設(shè)有下面這段代碼：
import sys
def bar(i):
if i == 1:
raise KeyError(1)
if i == 2:
raise ValueError(2)
def bad():
e = None
try:
bar(int(sys.argv[1]))
except KeyError as e:
print('key error')
except ValueError as e:
print('value error')
print(e)
bad()
如果是Python 2，那么代碼運(yùn)行正常：
$ python foo.py 1
key error
1
$ python foo.py 2
value error
2
但是現(xiàn)在，我們換成Python 3再運(yùn)行一遍：
$ python3 foo.py 1
key error
Traceback (most recent call last):
File "foo.py", line 19, in <module>
bad()
File "foo.py", line 17, in bad
print(e)
UnboundLocalError: local variable 'e' referenced before assignment
這到底是怎么回事？這里的“問題”是，在Python 3中，異常對象在 except代碼塊作用域之外是無法訪問的。（這么設(shè)計的原因在于，如果不這樣的話，堆棧幀中就會一直保留它的引用循環(huán)，直到垃圾回收器運(yùn)行，將引用從內(nèi)存中清除。）
避免這個問題的一種方法，就是在 except代碼塊的作用域之外，維持一個對異常對象的引用（reference），這樣異常對象就可以訪問了。下面這段代碼就使用了這種方法，因此在Python 2和Python 3中的輸出結(jié)果是一致的：
import sys
def bar(i):
if i == 1:
raise KeyError(1)
if i == 2:
raise ValueError(2)
def good():
exception = None
try:
bar(int(sys.argv[1]))
except KeyError as e:
exception = e
print('key error')
except ValueError as e:
exception = e
print('value error')
print(exception)
good()
在Python 3下運(yùn)行代碼：
$ python3 foo.py 1
key error
1
$ python3 foo.py 2
value error
2
太棒了！
常見錯誤10：錯誤使用del方法
假設(shè)你在 mod.py的文件中編寫了下面的代碼：
import foo
class Bar(object):
...
def __del__(self):
foo.cleanup(self.myhandle)
之后，你在 another_mod.py文件中進(jìn)行如下操作：
import mod
mybar = mod.Bar()
如果你運(yùn)行 another_mod.py模塊的話，將會出現(xiàn)AttributeError異常。
為什么？因為當(dāng)解釋器結(jié)束運(yùn)行的時候，該模塊的全局變量都會被設(shè)置為 None。因此，在上述示例中，當(dāng) __del__方法被調(diào)用之前， foo已經(jīng)被設(shè)置成了 None。
要想解決這個有點棘手的Python編程問題，其中一個辦法就是使用 atexit.register()方法。這樣的話，當(dāng)你的程序執(zhí)行完成之后（即正常退出程序的情況下），你所指定的處理程序就會在解釋器關(guān)閉之前運(yùn)行。
應(yīng)用了上面這種方法，修改后的 mod.py文件可能會是這樣子的：
import foo
import atexit
def cleanup(handle):
foo.cleanup(handle)
class Bar(object):
def __init__(self):
...
atexit.register(cleanup, self.myhandle)
這種實現(xiàn)支持在程序正常終止時干凈利落地調(diào)用任何必要的清理功能。很明顯，上述示例中將會由 foo.cleanup函數(shù)來決定如何處理 self.myhandle所綁定的對象。
綜述
Python是一門強(qiáng)大而又靈活的編程語言，提供的許多編程機(jī)制和范式可以極大地提高工作效率。但是與任何軟件工具或語言一樣，如果對該語言的能力理解有限或無法欣賞，那么有時候自己反而會被阻礙，而不是受益了。正如一句諺語所說，“自以為知道夠多，但實則會給自己或別人帶來危險”（knowing enough to be dangerous）。(譯者注:這句諺語的意思是，自以為已經(jīng)對某件事情了解足夠，但在實際去執(zhí)行或?qū)嵤r，卻會給自己和別人帶來危險。)
不斷地熟悉Python語言的一些細(xì)微之處，尤其是本文中提到的10大常見錯誤，將會幫助你有效地使用這門語言，同時也能避免犯一些比較常見的錯誤。
譯者：EarlGrey@編程派
譯文鏈接：http://codingpy.com/article/top-10-mistakes-that-python-programmers-make
原文鏈接：http://www.toptal.com/python/top-10-mistakes-that-python-programmers-make
印度小伙寫了套深度學(xué)習(xí)教程，Github上星標(biāo)已經(jīng)5000+GitHub熱榜第四！這套Python機(jī)器學(xué)習(xí)課，免費(fèi)獲取還易吸收《流暢的 Python》到底好在哪？如何系統(tǒng)化學(xué)習(xí) Python ？GitHub標(biāo)星2.6萬！Python算法新手入門大全使用 Vue.js 和 Flask 實現(xiàn)全棧單頁面應(yīng)用Python 實現(xiàn)一個自動化翻譯和替換的工具使用 Python 制作屬于自己的 PDF 電子書12步輕松搞定Python裝飾器200 行代碼實現(xiàn) 2048 游戲題圖：pexels，CC0 授權(quán)。
