本系列文章為《撰寫高質量代碼——改善Python程式的91個建議》的精煉匯總，
利用assert陳述句發現問題
assert陳述句的基本語法如下：
assert expression1 ["," expression2]
其中，expression1是判斷陳述句，會回傳True或False，當回傳False時會引發AssertionError，[]中的內容表示是可選的，用來傳遞具體的例外資訊，
>>> a = 1
>>> b = 2
>>> assert a == b, "a equals b"
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AssertionError: a equals b
利用assert陳述句來發現程式中的問題，斷言（assert）在很多語言中都存在，主要為除錯程式服務，能夠快速方便檢查程式的例外或不恰當的輸入，
要注意的是使用assert是有代價的，它會對性能產生一定的影響，可以不用盡量不用，
兩個變數進行資料交換
變數進行資料交換值時，不推薦使用中間變數，
# 交換x,y
# 使用中間變數
temp = x
x = y
y = temp
# 不使用中間變數
x, y = y, x
第二種方法在記憶體中執行的順序如下：
- 先計算右邊的運算式 y, x，在記憶體中創建元組（y, x），其標示符合值分別為 y、x 及其對應的值，其中 y 和 x 是在初始化時已經存在于記憶體中的物件，
- 通過解包操作（unpacking），元組第一識別符號（為 y）分配給左邊第一個元素（此時為 x），元組第二個識別符號（為 x）分配給左邊第二個元素（為 y），從而達到實作 x、y 值交換的目的，
充分利用Lazy evaluation的特性
Lazy evaluation 常被譯為“延遲計算”或“惰性計算”，指的是僅僅在真正需要執行的時候才計算運算式的值，
- 避免不必要的計算，帶來性能上的提升，對于 Python 中的條件運算式 if x and y，在 x 為 false 的情況下 y 運算式的值將不再計算，而對于 if x or y，當 x 的值為 true 的時候將直接回傳，不再計算 y 的值，
- 節省空間，使得無限回圈的資料結構成為可能，Python 中最典型的使用延遲計算的例子就是生成器運算式了，比如斐波那契：
def fib():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
from itertools import islice
print(list(islice(fib(), 5)))
不推薦使用type來進行型別檢查
內建函式 type(object) 用于回傳當前物件的型別，可以通過與 Python 自帶模塊 types 中所定義的名稱進行比較，根據其回傳值確定變數型別是否符合要求，
所有基本型別對應的名稱都可以在 types 模塊中找到，然而使用 type() 函式并不適合用來進行變數型別檢查，這是因為：
- 基于內建型別擴展的用戶自定義型別，type 函式并不能準確回傳結果
- 在古典類中，所有類的實體的 type 值都相等
解決方法是，如果型別有對應的工廠函式，可以使用工廠函式對型別做相應轉換，否則可以使用 isinstance() 函式來檢測，
isinstance(object, classinfo)
其中，classinfo 可以為直接或間接類名、基本型別名稱或者由它們組成的元組，該函式在 classinfo 引數錯誤的情況下會拋出 TypeError 例外，
# isinstance 基本用法舉例如下：
>>> isinstance(2, float)
False
>>> isinstance("a", (str, unicode))
True
>>> isinstance((2, 3), (str, list, tuple)) # 支持多種型別串列
True
警惕eval()的安全漏洞
Python中eval()函式將字串當成有效的運算式來求值并回傳計算結果，其函式宣告如下：
eval(expression[, globals[, locals]])
其中，引數 globals 為字典形式，locals 為任何映射物件，它們分別表示全域和區域命名空間，如果傳入 globals 引數的字典中缺少 builtins 的時候，當前的全域命名空間將作為 globals 引數輸入并且在運算式計算之前被決議，locals 引數默認與 globals 相同，如果兩者都省略的話，運算式將在 eval() 呼叫的環境中執行，
eval 存在安全漏洞，一個簡單的例子：
import sys
from math import *
def ExpCalcBot(string):
try:
print "Your answer is", eval(user_func) # 計算輸入的值
except NameError:
print "The expression you enter is not valid"
print 'Hi, I am ExpCalcBot. please input your expression or enter e to end'
inputstr = ''
while True:
print 'Please enter a number or operation. Enter c to complete. :'
inputstr = raw_input()
if inputstr == str('e'): # 遇到輸入為 e 的時候退出
sys.exit()
elif repr(inputstr) != repr(''):
ExpCalcBot(inputstr)
inputstr = ''
由于網路環境下運行它的用戶并非都是可信任的，比如輸入 __import__("os").system("dir") ，會顯示當前目錄下的所有檔案串列；如果惡意輸入__import__("os").system("del * /Q")，會導致當前目錄下的所有檔案都被洗掉了，而這一切沒有任何提示，
在 globals 引數中禁止全域命名空間的訪問：
def ExpCalcBot(string):
try:
math_fun_list = ["acos", "asin", "atan", "cos", "e", "log", "log10", "pi", "pow", "sin", "sqrt", "tan"]
math_fun_dict = dict([(k, globals().get(k)) for k in math_fun_list]) # 形成可以訪問的函式的字典
print "Your name is", eval(string, {"__builtins__": None}, math_fun_dict)
except NameError:
print "The expression you enter is not valid"
再次進行惡意輸入：[c for c in ().__class__.__bases__[0].__subclasses__() if c.__name__ == "Quitter"][0](0)()，
# ().__class__.__bases__[0].__subclasses__() 用來顯示 object 類的所有子類，類 Quitter 與 "quit" 功能系結，因此上面的輸入會導致程式退出，
對于有經驗的侵入者來說，他可能會有一系列強大的手段，使得 eval 可以解釋和呼叫這些方法，帶來更大的破壞，此外，eval() 函式也給程式的除錯帶來一定困難，要查看 eval() 里面運算式具體的執行程序很難，因此在實際應用程序中如果使用物件不是信任源，應該避免使用 eval，在需要使用 eval 的地方可用安全性更好的ast.literal_eval替代，
使用enumerate()獲取序列迭代的索引和值
使用函式 enumerate()，主要是為了解決在回圈中獲取索引以及對應值的問題，它具有一定的惰性（lazy），每次只在需要的時候才會產生一個（index, item）對，函式簽名如下：
enumerate(sequence, start=0)
例子：
# 使用 enumerate() 獲取序列迭代的索引和值
li = ['a', 'b', 'c', 'd', 'e']
for i, e in enumerate(li):
print("index:", i, "element:", e)
區分==與is的適用場景
-
==：用來檢驗兩個物件的值是否相等的，它實際呼叫內部__eq__()方法，因此a == b相當于a.__eq__(b)， -
is：用來比較兩個物件在記憶體中是否擁有同一塊記憶體空間，僅當 x 和 y 是同一個物件的時候才回傳 True，x is b基本相當于id(x) == id(y)，
== 運算子也是可以被多載的，而 is 不能被多載，一般情況下，如果 x is y 為 True ， x == y 的值一般也為 True（特殊情況除外，如 NaN，a = float('NaN')，a is a 為 True，a == a 為 false），
構建合理的包層次來管理模塊
每一個 Python 檔案都可以看成一個模塊（module），使用模塊可以增強代碼的可維護性和可重用性，
包即是目錄，但與普通目錄不同，它除了包含常規的 Python 檔案（也就是模塊）以外，還包含一個 __init__.py 檔案，同時它允許嵌套，
Package/__init__.py
Module1.py
Module2.py
Subpackage/__init__.py
Module1.py
Module2.py
包中的模塊可以通過"."訪問符進行訪問，即"包名.模塊名"，有以下幾種匯入方法：
-
直接匯入一個包：
import Package -
匯入子模塊或子包，包嵌套的情況下可以進行嵌套匯入：
from Package import Module1 import Package.Module1 from Package import Subpackage import Package.Subpackage from Package.Subpackage import Module1 import Package.Subpackage.Module1
__init__.py 的作用：
- 使包和普通目錄區分
- 可以在該檔案中申明模塊級別的 import 陳述句，從而使其變成包級別可見
如果 __init__.py 檔案為空，當意圖使用 from Package import * 將包 Package 中所有的模塊匯入當前名字空間時，并不能使得匯入的模塊生效，這是因為不同平臺間的檔案的命名規則不同，Python 解釋器并不能正確判定模塊在對應的平臺該如何匯入，因此僅僅執行 __init__.py 檔案，如果要控制模塊的匯入，則需要對 __init__.py 檔案做修改，
__init__.py 檔案還有一個作用就是通過在該檔案中定義 __all__ 變數，控制需要匯入的子包或者模塊，之后再運行 from ... import *，可以看到 __all__ 變數中定義的模塊和包被匯入當前名字空間，
包的使用能夠帶來以下便利：
- 合理組織代碼，便于維護和使用
- 能夠有效地避免名稱空間沖突
如果模塊包含的屬性和方法存在同名沖突，使用 import module 可以有效地避免名稱沖突，在嵌套的包結構中，每一個模塊都以其所在的完整路徑作為其前綴，因此，即使名稱一樣，但由于模塊所對應的其前綴不同，就不會產生沖突，
文章首發于公眾號【Python與演算法之路】
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/156837.html
標籤：Python