本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)。

作為廣泛應(yīng)用的警告標(biāo)志，與字面意思不同，代碼異味并不是指代碼中需要立即注意的漏洞。相反，它反映出代碼中更深層次的問題，更確切地說是代碼中的裂縫，如果不加以糾正，這些問題可能會在未來導(dǎo)致更嚴(yán)重的后果。

代碼異味是弱點(diǎn)或設(shè)計缺陷的標(biāo)志，可能會在可讀性、可維護(hù)性和可拓展性上導(dǎo)致問題，通常是由不當(dāng)做法和未使用正確的工具導(dǎo)致的。

Python是最流行的語言之一，這在很大程度上與其相當(dāng)容易的學(xué)習(xí)曲線和高度偽英語句法有關(guān)，而這卻容易令人陷入單一的做事方法。本文中，我們將了解一些典型的Python代碼異味案例以及如何避免它們。

[[335928]]

可變默認(rèn)參數(shù)

在Python中，使用默認(rèn)參數(shù)是一個很常見的操作，你可以設(shè)置一個預(yù)定值，并在調(diào)用時選擇更改。這在設(shè)置文字、數(shù)字或布爾值時很有用，因為有助于避免出現(xiàn)較長的有冗余值的參數(shù)列表。

但是將可變的值設(shè)置為默認(rèn)參數(shù)可能是危險的，并且會導(dǎo)致bug。來看以下示例：

def addElements(a=[]): 
    a.append(5) 
    return aaddElements() 
# [5] 
addElements() 
# [5, 5] 

相同的函數(shù)在每次調(diào)用時給出不同的結(jié)果。Python中可變默認(rèn)值的問題是它們只在定義函數(shù)時計算一次。每次調(diào)用函數(shù)時，使用變異值，可能會導(dǎo)致意外的問題，因為跟蹤函數(shù)調(diào)用真的很麻煩。

因此，使用None作為默認(rèn)值，并在函數(shù)中分配可變變量是更安全的，因為你不會以可維護(hù)性問題結(jié)束，只有在確定需要時才使用可變的默認(rèn)參數(shù)。

選擇 `range` 而不是`enumerate`

Python的for循環(huán)不是最常用的代碼編寫方式，但有時也會需要到?，F(xiàn)在，Python中的for 循環(huán)的運(yùn)行與其他語言不同，你可能會本能地以非慣用的方式編寫傳統(tǒng)風(fēng)格的range(len())，如下所示：

names =["a", "b", "c"]for i in range(len(names)): 
    print(i, names[i]) 

重復(fù)基于C-style索引的循環(huán)是相當(dāng)常見的，但這是一種不當(dāng)做法。其迫使你通過顯式索引變量訪問元素，所以它不僅Python特性不明顯，而且還存在可讀性問題。

使用enumerator能提供一個元組的優(yōu)勢，該元組負(fù)責(zé)同時跟蹤索引值和元素。除了更簡便，優(yōu)化程度還更高，它還提供了可選的第二個參數(shù)來設(shè)置數(shù)值。

for i, name in enumerate(names): 
   print(i, name) 

忽略內(nèi)置函數(shù)和過度循環(huán)

循環(huán)不是不能用，但在其中應(yīng)用轉(zhuǎn)換操作時，它可能會導(dǎo)致冗長的條件代碼。在這種情況下，不要忽略已經(jīng)可以使用的內(nèi)置函數(shù)，如map()filter()和reduce()，這是非常重要的。更重要的是，Python提供了列表解析，這顯然是最具Python特性的替換循環(huán)方法。

嵌套for循環(huán)是代碼異味的另一個典型例子。Python程序員在進(jìn)行模式匹配或一起運(yùn)行多個迭代時很容易中槍。下列代碼一旦再加幾行就會看起來不美觀：

for x in listA: 
    for y in listB: 
        r.append((x, y)) 

使用itertools不僅可以提高性能，還更簡潔明了?？纯瓷厦娴拇a在itertools.product()中有多整潔：

for x, y in itertools.product(listA,listB):     
    r.append((x, y)) 

通過使用上面的product，也可以很容易地將其傳遞到其他高階函數(shù)中。同時在多個列表上同時迭代時，使用zip()函數(shù)也不錯(如需索引，還可以使用enumerator)。

濫用列表解析

列表解析能靈活創(chuàng)建列表，功能強(qiáng)大，但很容易被誤用或濫用，來看一些案例。

(1) 在不需要時過度進(jìn)行列表解析

通常，我們開始沉迷于使用列表解析是為了嘗試花哨的東西，而不是真需要它。比如在簡單的情況下可以使用列表構(gòu)造函數(shù)：

names =["A","B","C"][x.lower() for x in names]#use this 
list(map(str.lower, names)) 

(2) 在實際不存儲時使用列表解析

列表解析有助于輕松定義和創(chuàng)建列表，但它們始終存儲于內(nèi)存中。如果不使用系統(tǒng)進(jìn)程，將有可能損害大數(shù)量的數(shù)據(jù)。因此，使用生成器表達(dá)式是更好的選擇，因為它按需一次加載一個值。

嵌套分析也需要關(guān)注，因為這可能導(dǎo)致可讀性問題，知道什么時候使用它，什么時候回退到for循環(huán)上是很重要的。

喜歡布爾標(biāo)志參數(shù)和全局變量

布爾是最容易學(xué)習(xí)的數(shù)據(jù)類型。在Python中，提供命名參數(shù)使工作輕松得多。但是，它們很容易產(chǎn)生嵌套if else塊的復(fù)雜代碼并導(dǎo)致可讀性問題。多個布爾存在隱藏的依賴關(guān)系，會產(chǎn)生一些問題。因而最好使用枚舉，而不是多布爾邏輯。Enum數(shù)據(jù)類型是可擴(kuò)展的，可以確保更好的代碼結(jié)構(gòu)。

全局變量在所有語言中都是麻煩的，Python也是如此。雖然有時我們確實需要使用它們，但將其誤用作傳遞或訪問數(shù)據(jù)的快捷方式可能很危險，因為它可變。

跟蹤它的狀態(tài)會很棘手，因為你永遠(yuǎn)不知道誰可能會改變它。如果開始到處使用全局變量，命名沖突則會導(dǎo)致命名空間受到不好的影響。

[[335929]]

圖源：unsplash

我們都見過代碼異味，神秘的注釋、多余的字符串文字和神奇的數(shù)字也算代碼異味。在編寫注釋時，重要的是要說明“為什么”部分，因為“什么”部分應(yīng)該從代碼本身得到解釋。

你得學(xué)會快速定位到代碼異味并將其去除。