常見(jiàn)錯(cuò)誤1：錯(cuò)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(gè)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(gè)很好的語(yǔ)言特性，但是當(dāng)默認(rèn)值是可變類(lèi)型時(shí)，也會(huì)導(dǎo)致一些令人困惑的情況。我們來(lái)看看下面這個(gè)Python函數(shù)定義：

>>> def foo(bar=[]):        # bar是可選參數(shù)，如果沒(méi)有提供bar的值，則默認(rèn)為[]， 
...    bar.append("baz")    # 但是稍后我們會(huì)看到這行代碼會(huì)出現(xiàn)問(wèn)題。 
...    return bar 

Python程序員常 犯的一個(gè)錯(cuò)誤，就是想當(dāng)然地認(rèn)為：在每次調(diào)用函數(shù)時(shí)，如果沒(méi)有為可選參數(shù)傳入值，那么這個(gè)可選參數(shù)就會(huì)被設(shè)置為指定的默認(rèn)值。在上面的代碼中，你們可能覺(jué) 得重復(fù)調(diào)用foo()函數(shù)應(yīng)該會(huì)一直返回’baz’，因?yàn)槟銈兡J(rèn)每次foo()函數(shù)執(zhí)行時(shí)（沒(méi)有指定bar變量的值），bar變量都被設(shè)置為[]（也就 是，一個(gè)新的空列表）。

[[158995]]

但是，實(shí)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(shí)，都會(huì)把”baz”這個(gè)默認(rèn)值添加到已有的列表中，而不是重新創(chuàng)建一個(gè)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(huì)被執(zhí)行一次，也就是定義該函數(shù)的時(shí)候。因此，只有當(dāng)foo()函數(shù)被定義時(shí)，bar參數(shù)才會(huì)被初始化為默認(rèn)值（也就是，一個(gè)空列表），但是之后每次foo()函數(shù)被調(diào)用時(shí)，都會(huì)繼續(xù)使用bar參數(shù)原先初始化生成的那個(gè)列表。

當(dāng)然，一個(gè)常見(jiàn)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(jiàn)問(wèn)題2：錯(cuò)誤地使用類(lèi)變量

我們來(lái)看下面這個(gè)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(gè)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(jì)的一樣。

>>> A.x = 3 
>>> print A.x, B.x, C.x 
3 2 3 

在Python語(yǔ)言中，類(lèi)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(lèi)C中并沒(méi)有x這個(gè)屬性，解釋器將會(huì)查找它的基類(lèi)（base class，盡管Python支持多重繼承，但是在這個(gè)例子中，C的基類(lèi)只有A）。換句話(huà)說(shuō)，C并不沒(méi)有獨(dú)立于A、真正屬于自己的x屬性。所以，引用 C.x實(shí)際上就是引用了A.x。如果沒(méi)有處理好這里的關(guān)系，就會(huì)導(dǎo)致示例中出現(xiàn)的這個(gè)問(wèn)題。

常見(jiàn)錯(cuò)誤3：錯(cuò)誤地指定異常代碼塊（exception block）的參數(shù)

請(qǐng)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(wèn)題在于，except語(yǔ)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(gè)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(yǔ)句并沒(méi)有捕獲 IndexError異常；而是將出現(xiàn)的異常綁定到了一個(gè)名為IndexError的參數(shù)中。

要想在except語(yǔ)句中正確地捕獲多個(gè)異常，則應(yīng)將***個(gè)參數(shù)指定為元組，然后在元組中寫(xiě)下希望捕獲的異常類(lèi)型。另外，為了提高可移植性，請(qǐng)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(jiàn)錯(cuò)誤4：錯(cuò)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?jiǎn)單？不過(guò)，事實(shí)上這個(gè)原則的生效 方式還是有著一些特殊之處。說(shuō)到這點(diǎn)，我們就不得不提下面這個(gè)常見(jiàn)的Python編程錯(cuò)誤。請(qǐng)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(wèn)題？

上述錯(cuò)誤的出現(xiàn)，是因?yàn)楫?dāng)你在某個(gè)作用域內(nèi)為變量賦值時(shí)，該變量被Python解釋器自動(dòng)視作該作用域的本地變量，并會(huì)取代任何上一層作用域中相同名稱(chēng)的變量。

正是因?yàn)檫@樣，才會(huì)出現(xiàn)一開(kāi)始好好的代碼，在某個(gè)函數(shù)內(nèi)部添加了一個(gè)賦值語(yǔ)句之后卻出現(xiàn)了UnboundLocalError，難怪會(huì)讓許多人吃驚。

在使用列表時(shí)，Python程序員尤其容易陷入這個(gè)圈套。

請(qǐng)看下面這個(gè)代碼示例：

>>> lst = [1, 2, 3] 
>>> def foo1(): 
...     lst.append(5)   # 這里沒(méi)問(wèn)題 
... 
>>> foo1() 
>>> lst 
[1, 2, 3, 5] 
 
>>> lst = [1, 2, 3] 
>>> def foo2(): 
...     lst += [5]      # ... 但這里就不對(duì)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(cuò)誤？

答案與上一個(gè)示例相同，但是卻更難捉摸清楚。foo1函數(shù)并沒(méi)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(jiǎn)寫(xiě)，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(shí)，也被認(rèn)為是函數(shù)本地作用域內(nèi)的變量），也就是說(shuō)該變量還沒(méi)有被定義。這才出現(xiàn)了錯(cuò)誤。

常見(jiàn)錯(cuò)誤5：在遍歷列表時(shí)更改列表

下面這段代碼的問(wèn)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(shí)從中刪除元素，是任何經(jīng)驗(yàn)豐富的Python開(kāi)發(fā)人員都會(huì)注意的問(wèn)題。但是盡管上面的示例十分明顯，資深開(kāi)發(fā)人員在編寫(xiě)更為復(fù)雜代碼的時(shí)候，也很可能會(huì)無(wú)意之下犯同樣的錯(cuò)誤。

幸運(yùn)的是，Python語(yǔ)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(jiǎn)化代碼。簡(jiǎn)化代碼還有一個(gè)好處，就是不容易出現(xiàn)在遍歷列表時(shí)刪除 元素這個(gè)錯(cuò)誤。能夠做到這點(diǎn)的一個(gè)編程范式就是列表解析式。而且，列表解析式在避免這個(gè)問(wèn)題方面尤其有用，下面用列表解析式重新實(shí)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(jiàn)錯(cuò)誤6：不理解Python在閉包中如何綁定變量

請(qǐng)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(jué)得輸出結(jié)果應(yīng)該是這樣的：

0
2
4
6
8

但是，實(shí)際的輸出結(jié)果卻是：

8
8
8
8
8

嚇了一跳吧！

這個(gè)結(jié)果的出現(xiàn)，主要是因?yàn)镻ython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(shí)才會(huì)進(jìn)行查詢(xún)。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(shí)，都會(huì)在附近的作用域中查詢(xún)變量i的值（而到那時(shí)，循環(huán)已經(jīng)結(jié)束，所以變量i***被賦予的值為4）。

要解決這個(gè)常見(jiàn)Python問(wèn)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(qǐng)注意！我們?cè)谶@里利用了默認(rèn)參數(shù)來(lái)實(shí)現(xiàn)這個(gè)lambda匿名函數(shù)。有人可能認(rèn)為這樣做很優(yōu)雅，有人會(huì)覺(jué)得很巧妙，還有人會(huì)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(jiàn)錯(cuò)誤7：模塊之間出現(xiàn)循環(huán)依賴(lài)（circular dependencies）

假設(shè)你有兩個(gè)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(gè)問(wèn)題，想必應(yīng)該是會(huì)出現(xiàn)問(wèn)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(huì)導(dǎo)致問(wèn)題。如果一個(gè)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(gè)模塊試圖訪(fǎng)問(wèn)其他模塊定義的函數(shù)或變量的時(shí)機(jī)不對(duì)，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(shí)，它在引用b.py模塊時(shí)是不會(huì)出現(xiàn)問(wèn)題的，因?yàn)閎.py模塊在被引用時(shí)，并不需要訪(fǎng)問(wèn)在a.py模 塊中定義的任何變量或函數(shù)。b.py模塊中對(duì)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(gè)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(méi)有調(diào)用g()函數(shù)。所以，不會(huì)出現(xiàn)問(wèn)題。

但是，如果我們?cè)囍鴮?dǎo)入b.py模塊呢（即之前沒(méi)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(wèn)題是，在導(dǎo)入b.py的過(guò)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(gè)foo()函數(shù)接著又試圖去訪(fǎng)問(wèn)b.x變量。但是這個(gè)時(shí)候，b.x變量還沒(méi)有被定義，所以才出現(xiàn)了AttributeError異常。

解決這個(gè)問(wèn)題有一種非常簡(jiǎn)單的方法，就是簡(jiǎn)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?cè)賹?dǎo)入b.py模塊的話(huà)，就不會(huì)出現(xiàn)任何問(wèn)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(jiàn)錯(cuò)誤8：模塊命名與Python標(biāo)準(zhǔn)庫(kù)模塊名沖突

Python語(yǔ)言的一大優(yōu)勢(shì)，就是其本身自帶的強(qiáng)大標(biāo)準(zhǔn)庫(kù)。但是，正因?yàn)槿绱?，如果你不去刻意注意的?huà)，你也是有可能為自己的模塊取一個(gè)和 Python自帶標(biāo)準(zhǔn)庫(kù)模塊相同的名字（例如，如果你的代碼中有一個(gè)模塊叫email.py，那么這就會(huì)與Python標(biāo)準(zhǔn)庫(kù)中同名的模塊相沖突。）

這很可能會(huì)給你帶來(lái)難纏的問(wèn)題。舉個(gè)例子，在導(dǎo)入模塊A的時(shí)候，假如該模塊A試圖引用Python標(biāo)準(zhǔn)庫(kù)中的模塊B，但卻因?yàn)槟阋呀?jīng)有了一個(gè)同名模塊B，模塊A會(huì)錯(cuò)誤地引用你自己代碼中的模塊B，而不是Python標(biāo)準(zhǔn)庫(kù)中的模塊B。這也是導(dǎo)致一些嚴(yán)重錯(cuò)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(kù)模塊相同的名稱(chēng)。畢竟，修改自己模塊的名稱(chēng)比提出PEP提議修改上游模塊名稱(chēng)且讓提議通過(guò)，要來(lái)得容易的多。

常見(jiàn)錯(cuò)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(wèn)題”是，在Python 3中，異常對(duì)象在except代碼塊作用域之外是無(wú)法訪(fǎng)問(wèn)的。（這么設(shè)計(jì)的原因在于，如果不這樣的話(huà)，堆棧幀中就會(huì)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(gè)問(wèn)題的一種方法，就是在except代碼塊的作用域之外，維持一個(gè)對(duì)異常對(duì)象的引用（reference），這樣異常對(duì)象就可以訪(fǎng)問(wèn)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(jiàn)錯(cuò)誤10：錯(cuò)誤使用del方法

假設(shè)你在mod.py的文件中編寫(xiě)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(huà)，將會(huì)出現(xiàn)AttributeError異常。

為什么？因?yàn)楫?dāng)解釋器結(jié)束運(yùn)行的時(shí)候，該模塊的全局變量都會(huì)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(gè)有點(diǎn)棘手的Python編程問(wèn)題，其中一個(gè)辦法就是使用atexit.register()方法。這樣的話(huà)，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(huì)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(huì)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(shí)現(xiàn)支持在程序正常終止時(shí)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(huì)由foo.cleanup函數(shù)來(lái)決定如何處理self.myhandle所綁定的對(duì)象。

綜述

Python是一門(mén)強(qiáng)大而又靈活的編程語(yǔ)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(yǔ)言一樣，如果對(duì)該語(yǔ)言的能力理解有限或無(wú)法欣賞，那么有時(shí)候自己反而會(huì)被阻礙，而不是受益了。正如一句諺語(yǔ)所說(shuō)，“自以為知道夠 多，但實(shí)則會(huì)給自己或別人帶來(lái)危險(xiǎn)”（knowing enough to be dangerous）。(譯者注:這句諺語(yǔ)的意思是，自以為已經(jīng)對(duì)某件事情了解足夠，但在實(shí)際去執(zhí)行或?qū)嵤r(shí)，卻會(huì)給自己和別人帶來(lái)危險(xiǎn)。)

不斷地熟悉Python語(yǔ)言的一些細(xì)微之處，尤其是本文中提到的10大常見(jiàn)錯(cuò)誤，將會(huì)幫助你有效地使用這門(mén)語(yǔ)言，同時(shí)也能避免犯一些比較常見(jiàn)的錯(cuò)誤。