文 | piglei@piglei公众号
编辑 | EarlGrey
推荐 | 编程派公众号(ID:codingpy)
编写条件分支代码是编码过程中不可或缺的一部分。
如果用道路来做比喻,现实世界中的代码从来都不是一条笔直的高速公路,而更像是由无数个岔路口组成的某个市区地图。我们编码者就像是驾驶员,需要告诉我们的程序,下个路口需要往左还是往右。
编写优秀的条件分支代码非常重要,因为糟糕、复杂的分支处理非常容易让人困惑,从而降低代码质量。所以,这篇文章将会种重点谈谈在 Python 中编写分支代码应该注意的地方。
Python 里的分支代码
Python 支持最为常见的 if/else
条件分支语句,不过它缺少在其他编程语言中常见的 switch/case
语句。
除此之外,Python 还为 for/while
循环以及 try/except
语句提供了 else 分支,在一些特殊的场景下,它们可以大显身手。
下面我会从 最佳实践
、 常见技巧
、 常见陷阱
三个方面讲一下如果编写优秀的条件分支代码。
最佳实践
1. 避免多层分支嵌套
如果这篇文章只能删减成一句话就结束,那么那句话一定是“要竭尽所能的避免分支嵌套”。
过深的分支嵌套是很多编程新手最容易犯的错误之一。假如有一位新手 JavaScript 程序员写了很多层分支嵌套,那么你可能会看到一层又一层的大括号: if{if{if{...}}}
。俗称“嵌套 if 地狱(Nested If Statement Hell)”。
但是因为 Python 使用了缩进来代替 {}
,所以过深的嵌套分支会产生比其他语言下更为严重的后果。比如过多的缩进层次很容易就会让代码超过 PEP8 中规定的每行字数限制。让我们看看这段代码:
def buy_fruit(nerd, store):
"""去水果店买苹果
- 先得看看店是不是在营业
- 如果有苹果的话,就买 1 个
- 如果钱不够,就回家取钱再来
"""
if store.is_open():
if store.has_stocks("apple"):
if nerd.can_afford(store.price("apple", amount=1)):
nerd.buy(store, "apple", amount=1)
return
else:
nerd.go_home_and_get_money()
return buy_fruit(nerd, store)
else:
raise MadAtNoFruit("no apple in store!")
else:
raise MadAtNoFruit("store is closed!")
上面这段代码最大的问题,就是过于直接翻译了原始的条件分支要求,导致短短十几行代码包含了有三层嵌套分支。
这样的代码可读性和维护性都很差。不过我们可以用一个很简单的技巧:“提前结束” 来优化这段代码:
def buy_fruit(nerd, store):
if not store.is_open():
raise MadAtNoFruit("store is closed!")
if not store.has_stocks("apple"):
raise MadAtNoFruit("no apple in store!")
if nerd.can_afford(store.price("apple", amount=1)):
nerd.buy(store, "apple", amount=1)
return
else:
nerd.go_home_and_get_money()
return buy_fruit(nerd, store)
“提前结束”指:在函数内使用 return
或 raise
等语句提前在分支内结束函数。比如,在新的 buy_fruit
函数里,当分支条件不满足时,我们直接抛出异常,结束这段这代码分支。这样的代码没有嵌套分支,更直接也更易读。
2. 封装那些过于复杂的逻辑判断
如果条件分支里的表达式过于复杂,出现了太多的 not/and/or
,那么这段代码的可读性就会大打折扣,比如下面这段代码:
# 如果活动还在开放,并且活动剩余名额大于 10,为所有性别为女性,或者级别大于 3
# 的活跃用户发放 10000 个金币
if activity.is_active and activity.remaining > 10 and \
user.is_active and (user.sex == 'female' or user.level > 3):
user.add_coins(10000)
return
对于这样的代码,我们可以考虑将具体的分支逻辑封装成函数或者方法,来达到简化代码的目的:
if activity.allow_new_user() and user.match_activity_condition():
user.add_coins(10000)
return
事实上,将代码改写后,之前的注释文字其实也可以去掉了。因为后面这段代码已经达到了自说明的目的。至于具体的 什么样的用户满足活动条件? 这种问题,就应由具体的 match_activity_condition()
方法来回答了。
Hint: 恰当的封装不光直接改善了代码的可读性,事实上,如果上面的活动判断逻辑在代码中出现了不止一次的话,封装更是必须的。不然重复代码会极大的破坏这段逻辑的可维护性。
3. 留意不同分支下的重复代码
重复代码是代码质量的天敌,而条件分支语句又非常容易成为重复代码的重灾区。所以,当我们编写条件分支语句时,需要特别留意,不要生产不必要的重复代码。
让我们看下这个例子:
# 对于新用户,创建新的用户资料,否则更新旧资料
if user.no_profile_exists:
create_user_profile(
username=user.username,
email=user.email,
age=user.age,
address=user.address,
# 对于新建用户,将用户的积分置为 0
points=0,
created=now(),
)
else:
update_user_profile(
username=user.username,
email=user.email,
age=user.age,
address=user.address,
updated=now(),
)
在上面的代码中,我们可以一眼看出,在不同的分支下,程序调用了不同的函数,做了不一样的事情。但是,因为那些重复代码的存在,我们却很难简单的区分出,二者的不同点到底在哪。
其实,得益于 Python 的动态特性,我们可以简单的改写一下上面的代码,让可读性可以得到显著的提升:
if user.no_profile_exists:
profile_func = create_user_profile
extra_args = {'points': 0, 'created': now()}
else:
profile_func = update_user_profile
extra_args = {'updated': now()}
profile_func(
username=user.username,
email=user.email,
age=user.age,
address=user.address,
**extra_args
)
当你编写分支代码时,请额外关注由分支产生的重复代码块,如果可以简单的消灭它们,那就不要迟疑。
4. 谨慎使用三元表达式
三元表达式是 Python 2.5 版本后才支持的语法。在那之前,Python 社区一度认为三元表达式没有必要,我们需要使用 xandaorb
的方式来模拟它。[注]
事实是,在很多情况下,使用普通的 if/else
语句的代码可读性确实更好。盲目追求三元表达式很容易诱惑你写出复杂、可读性差的代码。
所以,请记得只用三元表达式处理简单的逻辑分支。
language = "python" if you.favor("dynamic") else "golang"
对于绝大多数情况,还是使用普通的 if/else
语句吧。
常见技巧
1. 使用“德摩根定律”
在做分支判断时,我们有时候会写成这样的代码:
# 如果用户没有登录或者用户没有使用 chrome,拒绝提供服务
if not user.has_logged_in or not user.is_from_chrome:
return "our service is only available for chrome logged in user"
第一眼看到代码时,是不是需要思考一会才能理解它想干嘛?这是因为上面的逻辑表达式里面出现了 2 个 not
和 1 个 or
。而我们人类恰好不擅长处理过多的“否定”以及“或”这种逻辑关系。
这个时候,就该 德摩根定律 出场了。通俗的说,德摩根定律就是 notAornotB
等价于 not(AandB)
。通过这样的转换,上面的代码可以改写成这样:
if not (user.has_logged_in and user.is_from_chrome):
return "our service is only available for chrome logged in user"
怎么样,代码是不是易读了很多?记住德摩根定律,很多时候它对于简化条件分支里的代码逻辑非常有用。
2. 自定义对象的“布尔真假”
我们常说,在 Python 里,“万物皆对象”。其实,不光“万物皆对象”,我们还可以利用很多魔法方法(文档中称为:user-defined method),来自定义对象的各种行为。我们可以用很多在别的语言里面无法做到、有些魔法的方式来影响代码的执行。
比如,Python 的所有对象都有自己的“布尔真假”:
布尔值为假的对象:
None
,0
,False
,[]
,()
,{}
,set()
,frozenset()
, ... ...布尔值为真的对象:非
0
的数值、True
,非空的序列、元组,普通的用户类实例,... ...
通过内建函数 bool()
,你可以很方便的查看某个对象的布尔真假。而 Python 进行条件分支判断时用到的也是这个值:
>>> bool(object())
True
重点来了,虽然所有用户类实例的布尔值都是真。但是 Python 提供了改变这个行为的办法:自定义类的 __bool__
魔法方法 (在 Python 2.X 版本中为 __nonzero__
)。当类定义了 __bool__
方法后,它的返回值将会被当作类实例的布尔值。
另外, __bool__
不是影响实例布尔真假的唯一方法。如果类没有定义 __bool__
方法,Python 还会尝试调用 __len__
方法(也就是对任何序列对象调用 len
函数),通过结果是否为 0
判断实例真假。
那么这个特性有什么用呢?看看下面这段代码:
class UserCollection(object):
def __init__(self, users):
self._users = users
users = UserCollection([piglei, raymond])
if len(users._users) > 0:
print("There's some users in collection!")
上面的代码里,判断 UserCollection
是否有内容时用到了 users._users
的长度。其实,通过为 UserCollection
添加 __len__
魔法方法,上面的分支可以变得更简单:
class UserCollection:
def __init__(self, users):
self._users = users
def __len__(self):
return len(self._users)
users = UserCollection([piglei, raymond])
# 定义了 __len__ 方法后,UserCollection 对象本身就可以被用于布尔判断了
if users:
print("There's some users in collection!")
通过定义魔法方法 __len__
和 __bool__
,我们可以让类自己控制想要表现出的布尔真假值,让代码变得更 pythonic。
3. 在条件判断中使用 all() / any()
all()
和 any()
两个函数非常适合在条件判断中使用。这两个函数接受一个可迭代对象,返回一个布尔值,其中:
all(seq)
:仅当seq
中所有对象都为布尔真时返回True
,否则返回False
any(seq)
:只要seq
中任何一个对象为布尔真就返回True
,否则返回False
假如我们有下面这段代码:
def all_numbers_gt_10(numbers):
"""仅当序列中所有数字大于 10 时,返回 True
"""
if not numbers:
return False
for n in numbers:
if n <= 10:
return False
return True
如果使用 all()
内建函数,再配合一个简单的生成器表达式,上面的代码可以写成这样:
def all_numbers_gt_10_2(numbers):
return bool(numbers) and all(n > 10 for n in numbers)
简单、高效,同时也没有损失可用性。
4. 使用 try/while/for 中 else 分支
让我们看看这个函数:
def do_stuff():
first_thing_successed = False
try:
do_the_first_thing()
first_thing_successed = True
except Exception as e:
print("Error while calling do_some_thing")
return
# 仅当 first_thing 成功完成时,做第二件事
if first_thing_successed:
return do_the_second_thing()
在函数 do_stuff
中,我们希望只有当 do_the_first_thing()
成功调用后(也就是不抛出任何异常),才继续做第二个函数调用。为了做到这一点,我们需要定义一个额外的变量 first_thing_successed
来作为标记。
其实,我们可以用更简单的方法达到同样的效果:
def do_stuff():
try:
do_the_first_thing()
except Exception as e:
print("Error while calling do_some_thing")
return
else:
return do_the_second_thing()
在 try
语句块最后追加上 else
分支后,分支下的 do_the_second_thing()
便只会在 try 下面的所有语句正常执行(也就是没有异常,没有 return、break 等)完成后执行。
类似的,Python 里的 for/while
循环也支持添加 else
分支,它们表示:当循环使用的迭代对象被正常耗尽、或 while 循环使用的条件变量变为 False 后才执行 else 分支下的代码。
常见陷阱
1. 与 None 值的比较
在 Python 中,有两种比较变量的方法: ==
和 is
,二者在含义上有着根本的区别:
==
:表示二者所指向的的值是否一致is
:表示二者是否指向内存中的同一份内容,也就是id(x)
是否等于id(y)
None
在 Python 语言中是一个单例对象,如果你要判断某个变量是否为 None 时,记得使用 is
而不是 ==
,因为只有 is
才能在严格意义上表示某个变量是否是 None。
否则,可能出现下面这样的情况:
>>> class Foo(object):
... def __eq__(self, other):
... return True
...
>>> foo = Foo()
>>> foo == None
True
在上面代码中,Foo 这个类通过自定义 __eq__
魔法方法的方式,很容易就满足了 ==None
这个条件。
所以,当你要判断某个变量是否为 None 时,请使用 is
而不是 ==
。
2. 留意 and 和 or 的运算优先级
看看下面这两个表达式,猜猜它们的值一样吗?
>>> (True or False) and False
>>> True or False and False
答案是:不一样,它们的值分别是 False
和 True
,你猜对了吗?
问题的关键在于: and
运算符的优先级大于 or
。因此上面的第二个表达式在 Python 看来实际上是 Trueor(FalseandFalse)
。所以结果是 True
而不是 False
。
在编写包含多个 and
和 or
的表达式时,请额外注意 and
和 or
的运算优先级。即使执行优先级正好是你需要的那样,你也可以加上额外的括号来让代码更清晰。
结语
以上就是『Python 工匠』系列文章的第二篇。不知道文章的内容是否对你的胃口。
代码内的分支语句不可避免,我们在编写代码时,需要尤其注意它的可读性,避免对其他看到代码的人造成困扰。
看完文章的你,有没有什么想吐槽的?请留言告诉我吧。
注解
事实上
xandaorb
不是总能给你正确的结果,只有当 a 与 b 的布尔值为真时,这个表达式才能正常工作,这是由逻辑运算的短路特性决定的。你可以在命令行中运行TrueandNoneor0
试试看,结果是 0 而非 None。
文章更新记录:
2018.04.08:在与 @geishu 的讨论后,调整了“运算优先符”使用的代码样例
2018.04.10:根据 @dongweiming 的建议,添加注解说明 "x and y or c" 表达式的陷阱
回复下方「关键词」,获取优质资源
回复关键词「 pybook03」,立即获取主页君与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「pybooks02」,立即获取 O'Reilly 出版社推出的免费 Python 相关电子书合集
回复关键词「书单02」,立即获取主页君整理的 10 本 Python 入门书的电子版
豆瓣 9.1 分,中文版销量 30 多万,零基础也能用这本书学会 Python
Python 或将超越 C、Java,成为最受欢迎的语言
Python 容器使用的 5 个技巧和 2 个误区
如何写出优雅的 Python 函数?
题图:pexels,CC0 授权。