Python陷阱彙總

python雖然沒有c/c++的指標和各種資料型別轉換，但不代表它沒有一片坦途，對於初學者，再感嘆python的簡單和強大之時，可能一不小心就掉到陷阱中去了。為了給後來者警示，特總結python的各種陷阱，以起到「前車之覆，後車之鑑」的效果。

對於python函式的預設引數，它只在定義之時執行一次。對於不可變資料型別，如string型別等，可能沒什麼影響。但對於 list， dictionary，大多數類的例項物件等而言，區別就很大了。如下所示：

def func1(a, b=):
print b
func1(1)
func1(2)
func1(3)
class a(object):
def __init__(self):
print("init a")
def func2(a, b=a()):
print(a)
func2(10)
func2(20)
func2(30)

輸出結果：

[1][1, 2]

[1, 2, 3]

init a

1020

30python函式的預設引數表示式，是在函式定義點，在其定義範圍內求值的，而不是在函式呼叫之時求值。**如下所示：

index = 100
def func(a = index):
print("a = %d"%(a))
index = 200
func()

輸出結果：

a = 100

在python迴圈體中，如果動態修改迴圈集合的大小（比如增加或刪除列表、字典的元素），會造成不可預料的結果。如下所示

>>> a = [3, 2, 2, 4]
>>> for i in a:
if i % 2 == 0:
a.remove(i)
>>> a
[3, 2]

一般會認為輸出結果為 [3]，其實在刪除第二個元素「2」時，內部迭代器指示到了1位置，刪除「2」後，進入下次迴圈，迭代器增加1，指示到2（該位置的元素此時已經變為4了），導致第2個「2」被跳過了處理（此時「2」的位置為1）。

為了避免上述問題，需要保證在迴圈體內，不要動態修改迴圈集合長度，可以做份複製，或者利用列表的切片(slice）做複製，該方法很簡潔實用，但僅限於列表的迴圈。

**如下所示，從結果看出，已經達到我們預期目的了。

>>> a = [3, 2, 2, 4]
>>> for i in a[:]:
if i % 2 == 0:
a.remove(i)
>>> a
[3]>>>

我們都知道，python的string、tuple等型別都是不可變的（immutable）。但此處的不可變，是指它們的元素不會變（即容器裡的元素id是固定的），但元素的值是可變的（前提是該元素型別是可變的）。如下所示：

>>> a = [1, 2]
>>> b = ["hello", "world"]
>>> id(a)
19999120
>>> id(b)
19998120
>>> t = (a, b)
>>> t
([1, 2], ['hello', 'world'])
>>> id(t[0])
19999120
>>> id(t[1])
19998120
>>> 
>>> t
([1, 2, 3], ['hello', 'world', '!!!'])
>>> id(t[0])
19999120
>>> id(t[1])
19998120
>>>

其中 t 是元組，為不可變型別，但其中的元素 a 和 b 均為列表，是可變的。如果我們改變了 a 和 b 的值，相應地， t 所包含的元素的值也改變了。 t 唯一不變的是，它所包含的元素還是原來的那個 a 和 b 元素（它們的id還是一樣的）。

complex([

real

[, imag]]

) 函式允許傳入形如「real+imagj」形式的字串，但不允許「+」號兩邊含有空格，這個比較坑人啊。如下所示：

>>> complex("1+3j")
(1+3j)
>>> complex("1 + 3j")
traceback (most recent call last):file "", line 1, in

complex("1 + 3j")valueerror: complex() arg is a malformed string>>>

熟悉c/c++等語言的讀者，都知道表示式 !a == b 等價於 (!a) == b。但對於python， not a == b 卻等價於 not (a == b)。如下所示：

>>> (not 1.5) == 1.0
false
>>> not 1.5 == 1.0
true
>>>

>>> s = [[0], ]
>>> s
[[0], ]
>>>
>>> t = s * 3
>>> t
[[0], , [0], , [0], ]
>>>
>>> s
[[0, 1], ]
>>> t
[[0, 1], , [0, 1], , [0, 1], ]
>>>
>>> s[1]["name"] = "google"
>>> s
[[0, 1], ]
>>> t
[[0, 1], , [0, 1], , [0, 1], ]
>>>
>>> t[0].remove(1)
>>> t
[[0], , [0], , [0], ]
>>> s
[[0], ]

從上面的例子，我們可以看出，對於列表 t 而言，它只是對 s 做了淺拷貝（shallow copy），t 引用了 s 中巢狀的元素（乙個 list 和乙個 dictionary），所以導致對 s 或 t 中元素的修改，都會引起 t 或 s 中相應元素的變化。

在使用python操作檔案時，為了將內容實時更新到磁碟檔案中，需要使用 flush 函式清空快取資料，強制寫入磁碟中，但事實往往與我們的期望相悖。如下**並不能保證一定會立即寫入磁碟中：

f = open("test.txt", "w")
for i in range(1000):
f.write("a" * i)
f.write("\n")
f.flush()
f.close()

要想理解寫入磁碟，需要在flush之後，呼叫 os.fsync( ) 操作。如下所示：

import os
f = open("test.txt", "w")
for i in range(1000):
f.write("a" * i)
f.write("\n")
f.flush()
os.fsync(f.fileno())
f.close()

該「陷阱」並不是 python 獨有，與底層檔案系統有關。在python的幫助文件中，介紹 flush 函式時，也特別提示了該潛在問題。

python對小整數（-5-256）的物件，會放入乙個小整數池物件中，在該範圍內的整數，都指向該物件池的物件；超過該範圍，即大於256 或小於-5，就各自分配物件了。用語言可能不好描述，還是看下面的例子吧：

>>> a = 257
>>> b = 257
>>> a is b
false
>>>
>>> a = 256
>>> b = 256
>>> a is b
true
>>>
>>> a = -5
>>> b = -5
>>> a is b
true
>>> a = -6
>>> b = -6
>>> a is b
false
>>>

看看輸出結果啊，就知道該陷阱有多坑人啊！至於為何是這樣，只能問問python的創始人guido了啊。

Python陷阱彙總

Python常見陷阱

python迴圈刪除的陷阱

Python預設引數陷阱問題

Python陷阱彙總

Python常見陷阱

python迴圈刪除的陷阱

Python預設引數陷阱問題

相關推薦