编程某种意义上是一门『手艺』,因为优雅而高效的代码,就如同完美的手工艺品一样让人赏心悦目。
”致“匠人”
数字是几乎所有编程语言里最基本的数据类型,它是我们通过代码连接现实世界的基础。在 Python 里有三种数值类型:整型(int)、浮点型(float)和复数(complex)。绝大多数情况下,我们只需要和前两种打交道。
整型在 Python 中比较让人省心,因为它不区分有无符号并且永不溢出。但浮点型仍和绝大多数其他编程语言一样,依然有着精度问题,经常让很多刚进入编程世界大门的新人们感到困惑:"Why Are Floating Point Numbers Inaccurate?"。
相比数字,Python 里的字符串要复杂的多。要掌握它,你得先弄清楚 bytes 和 str 的区别。如果更不巧,你还是位 Python2 用户的话,光 unicode 和字符编码问题就够你喝上好几壶了(赶快迁移到 Python3 吧,就在今天!)。
在这篇文章里,我们将讨论一些 更细微、更不常见 的编程实践。来帮助你写出更好的 Python 代码。
1少写数字字面量“数字字面量(integer literal)” 是指那些直接出现在代码里的数字。它们分布在代码里的各个角落,比如代码 del users[0]
里的 0
就是一个数字字面量。它们简单、实用,每个人每天都在写。但是,当你的代码里不断重复出现一些特定字面量时,你的“代码质量告警灯”就应该亮起黄灯 ? 了。
举个例子,假如你刚加入一家心仪已久的新公司,同事转交给你的项目里有这么一个函数:
def mark_trip_as_featured(trip): """将某个旅程添加到推荐栏目 """ if trip.source == 11: do_some_thing(trip) elif trip.source == 12: do_some_other_thing(trip) ... ... return
这个函数做了什么事?你努力想搞懂它的意思,不过 trip.source == 11
是什么情况?那 == 12
呢?这两行代码很简单,没有用到任何魔法特性。但初次接触代码的你可能需要花费一整个下午,才能弄懂它们的含义。
问题就出在那几个数字字面量上。 最初写下这个函数的人,可能是在公司成立之初加入的那位元老程序员。而他对那几个数字的含义非常清楚。但如果你是一位刚接触这段代码的新人,就完全是另外一码事了。
使用 enum 枚举类型改善代码
那么,怎么改善这段代码?最直接的方式,就是为这两个条件分支添加注释。不过在这里,“添加注释”显然不是提升代码可读性的最佳办法(其实在绝大多数其他情况下都不是)。我们需要用有意义的名称来代替这些字面量,而枚举类型(enum)
用在这里最合适不过了。
enum
是 Python 自 3.4 版本引入的内置模块,如果你使用的是更早的版本,可以通过 pip install enum34
来安装它。下面是使用 enum 的样例代码:
# -*- coding: utf-8 -*-from enum import IntEnumclass TripSource(IntEnum): FROM_WEBSITE = 11 FROM_IOS_CLIENT = 12def mark_trip_as_featured(trip): if trip.source == TripSource.FROM_WEBSITE: do_some_thing(trip) elif trip.source == TripSource.FROM_IOS_CLIENT: do_some_other_thing(trip) ... ... return
将重复出现的数字字面量定义成枚举类型,不光可以改善代码的可读性,代码出现 Bug 的几率也会降低。
试想一下,如果你在某个分支判断时将 11
错打成了 111
会怎么样?我们时常会犯这种错,而这类错误在早期特别难被发现。将这些数字字面量全部放入枚举类型中可以比较好的规避这类问题。类似的,将字符串字面量改写成枚举也可以获得同样的好处。
使用枚举类型代替字面量的好处:
提升代码可读性:所有人都不需要记忆某个神奇的数字代表什么
提升代码正确性:减少打错数字或字母产生 bug 的可能性
当然,你完全没有必要把代码里的所有字面量都改成枚举类型。 代码里出现的字面量,只要在它所处的上下文里面容易理解,就可以使用它。 比如那些经常作为数字下标出现的 0
和 -1
就完全没有问题,因为所有人都知道它们的意思。
什么是“裸字符串处理”?在这篇文章里,它指只使用基本的加减乘除和循环、配合内置函数/方法来操作字符串,获得我们需要的结果。
所有人都写过这样的代码。有时候我们需要拼接一大段发给用户的告警信息,有时我们需要构造一大段发送给数据库的 SQL 查询语句,就像下面这样:
def fetch_users(conn, min_level=None, gender=None, has_membership=False, sort_field="created"): """获取用户列表 :param int min_level: 要求的最低用户级别,默认为所有级别 :param int gender: 筛选用户性别,默认为所有性别 :param int has_membership: 筛选所有会员/非会员用户,默认非会员 :param str sort_field: 排序字段,默认为按 created "用户创建日期" :returns: 列表:[(User ID, User Name), ...] """ # 一种古老的 SQL 拼接技巧,使用 "WHERE 1=1" 来简化字符串拼接操作 # 区分查询 params 来避免 SQL 注入问题 statement = "SELECT id, name FROM users WHERE 1=1" params = [] if min_level is not None: statement += " AND level >= ?" params.append(min_level) if gender is not None: statement += " AND gender >= ?" params.append(gender) if has_membership: statement += " AND has_membership == true" else: statement += " AND has_membership == false" statement += " ORDER BY ?" params.append(sort_field) return list(conn.execute(statement, params))
我们之所以用这种方式拼接出需要的字符串 - 在这里是 SQL 语句 - 是因为这样做简单、直接,符合直觉。但是这样做最大的问题在于:随着函数逻辑变得更复杂,这段拼接代码会变得容易出错、难以扩展。事实上,上面这段 Demo 代码也只是仅仅做到看上去没有明显的 bug 而已 (谁知道有没有其他隐藏问题)。
其实,对于 SQL 语句这种结构化、有规则的字符串,用对象化的方式构建和编辑它才是更好的做法。下面这段代码用 SQLAlchemy 模块完成了同样的功能:
def fetch_users_v2(conn, min_level=None, gender=None, has_membership=False, sort_field="created"):"""获取用户列表 """
query = select([users.c.id, users.c.name])if min_level is not None:
query = query.where(users.c.level >= min_level)if gender is not None:
query = query.where(users.c.gender == gender)
query = query.where(users.c.has_membership == has_membership).order_by(users.c[sort_field])return list(conn.execute(query))
上面的 fetch_users_v2
函数更短也更好维护,而且根本不需要担心 SQL 注入问题。所以,当你的代码中出现复杂的裸字符串处理逻辑时,请试着用下面的方式替代它:
Q: 目标/源字符串是结构化的,遵循某种格式吗?
是:找找是否已经有开源的对象化模块操作它们,或是自己写一个
SQL:SQLAlchemy
XML:lxml
JSON、YAML ...
否:尝试使用模板引擎而不是复杂字符串处理逻辑来达到目的
Jinja2
Mako
Mustache
我们的代码里偶尔会出现一些比较复杂的数字,就像下面这样:
def f1(delta_seconds): # 如果时间已经过去了超过 11 天,不做任何事 if delta_seconds > 950400: return ...
话说在前头,上面的代码没有任何毛病。
首先,我们在小本子(当然,和我一样的聪明人会用 IPython)上算了算:11天一共包含多少秒?
。然后再把结果 950400
这个神奇的数字填进我们的代码里,最后心满意足的在上面补上一行注释:告诉所有人这个神奇的数字是怎么来的。
我想问的是:“为什么我们不直接把代码写成 if delta_seconds < 11 * 24 * 3600:
呢?”
性能,答案一定会是“性能”。
我们都知道 Python 是一门(速度欠佳的)解释型语言,所以预先计算出 950400
正是因为我们不想让每次对函数 f1
的调用都带上这部分的计算开销。不过事实是:即使我们把代码改成 if delta_seconds < 11 * 24 * 3600:
,函数也不会多出任何额外的开销。
Python 代码在执行时会被解释器编译成字节码,而真相就藏在字节码里。让我们用 dis 模块看看:
def f1(delta_seconds): if delta_seconds < 11 * 24 * 3600: returnimport disdis.dis(f1)# dis 执行结果 5 0 LOAD_FAST 0 (delta_seconds) 2 LOAD_CONST 1 (950400) 4 COMPARE_OP 0 ( 6 POP_JUMP_IF_FALSE 12 6 8 LOAD_CONST 0 (None) 10 RETURN_VALUE >> 12 LOAD_CONST 0 (None) 14 RETURN_VALUE
看见上面的 2 LOAD_CONST 1 (950400)
了吗?这表示 Python 解释器在将源码编译成成字节码时,会计算 11 * 24 * 3600
这段整表达式,并用 950400
替换它。
所以,当我们的代码中需要出现复杂计算的字面量时,请保留整个算式吧。它对性能没有任何影响,而且会增加代码的可读性。
Hint:Python 解释器除了会预计算数值字面量表达式以外,还会对字符串、列表做类似的操作。一切都是为了性能。谁让你们老吐槽 Python 慢呢?
结束语
由于篇幅原因,一些常用的操作比如字符串格式化等,文章里并没有涵盖到。以后有机会再写吧。
原文作者:腾讯高级工程师 朱雷
来源:腾讯内部KM论坛
-Python好课-
从零开始,开发Wukong-robot
多方位Python体系,满足不同技能需求
腾讯NEXT学院
求职干货 | 前辈blog | 前端课程
↓ 戳