由 rupesh sharma 又名 @hackyrupesh
撰写python 以其简单和美观而成为世界上最流行的编程语言之一。然而，即使到了 2024 年，某些缺陷仍然困扰着开发者。这些问题并不总是由于 python 的弱点造成的，而是由于它的设计、行为或常见的误解导致了意外的结果。在这篇博客文章中，我们将了解每个开发人员在 2024 年仍然遇到的 5 大 python 问题及其补救措施。
1. 可变默认参数：无声陷阱
问题
最臭名昭著的 python 错误之一是可变的默认参数。当可变对象（如列表或字典）用作函数中的默认参数时，python 仅在定义函数时计算此默认参数一次，而不是每次调用函数时计算此默认参数。当函数修改对象时，这会导致意外的行为。
例子
def append_to_list(value, my_list=[]):
my_list.append(value)
return my_list
print(append_to_list(1)) # outputs: [1]
print(append_to_list(2)) # outputs: [1, 2] - unexpected!
print(append_to_list(3)) # outputs: [1, 2, 3] - even more unexpected!
解决方案
为了避免这种情况，请使用 none 作为默认参数，并根据需要在函数内创建一个新列表。
def append_to_list(value, my_list=none):
if my_list is none:
my_list = []
my_list.append(value)
return my_list
print(append_to_list(1)) # outputs: [1]
print(append_to_list(2)) # outputs: [2]
print(append_to_list(3)) # outputs: [3]
参考
- python 的默认参数陷阱
2. 字典中难以捉摸的keyerror
问题
尝试访问不存在的字典键时会发生keyerror。当使用嵌套字典或处理结构无法保证的数据时，这可能特别棘手。
例子
data = {'name': 'alice'}
print(data['age']) # raises keyerror: 'age'
解决方案
为了防止 keyerror，请使用 get() 方法，如果找不到密钥，该方法将返回 none （或指定的默认值）。
print(data.get('age')) # outputs: none
print(data.get('age', 'unknown')) # outputs: unknown
对于嵌套字典，请考虑使用集合模块或 dotmap 或 pydash 等库中的 defaultdict。
from collections import defaultdict nested_data = defaultdict(lambda: 'unknown') nested_data['name'] = 'alice' print(nested_data['age']) # outputs: unknown
参考
- python keyerror 及其处理方法
3. try- except 过度使用导致的无提示错误
问题
过度使用或误用 try- except 块可能会导致静默错误，即捕获异常但未正确处理异常。这可能会使错误难以检测和调试。
例子
try:
result = 1 / 0
except:
pass # silently ignores the error
print("continuing execution...")
在上面的示例中，zerodivisionerror 被捕获并忽略，但这可以掩盖潜在的问题。
解决方案
始终指定您要捕获的异常类型，并适当处理它。记录错误还可以帮助追踪问题。
try:
result = 1 / 0
except zerodivisionerror as e:
print(f"error: {e}")
print("continuing execution...")
对于更广泛的异常处理，您可以使用日志记录而不是传递：
import logging
try:
result = 1 / 0
except exception as e:
logging.error(f"unexpected error: {e}")
参考
- python 的 try- except 最佳实践
4. 整数除法：截断陷阱
问题
在python 3之前，两个整数相除默认执行向下取整除法，将结果截断为整数。尽管 python 3 通过真正的除法 (/) 解决了这个问题，但一些开发人员在无意中使用楼层除法 (//) 时仍然面临问题。
例子
print(5 / 2) # outputs: 2.5 in python 3, but would be 2 in python 2 print(5 // 2) # outputs: 2
解决方案
除非您特别需要楼层划分，否则始终使用 / 进行划分。将代码从 python 2 移植到 python 3 时要小心。
print(5 / 2) # outputs: 2.5 print(5 // 2) # outputs: 2
为了获得清晰且可预测的代码，请考虑使用decimal.decimal进行更准确的算术运算，尤其是在金融计算中。
from decimal import decimal
print(decimal('5') / decimal('2')) # outputs: 2.5
参考
- python 划分：/ vs //
5. 循环引用导致内存泄漏
问题
python 的垃圾收集器处理大部分内存管理，但如果处理不当，循环引用可能会导致内存泄漏。当两个或多个对象相互引用时，它们可能永远不会被垃圾回收，从而导致内存使用量增加。
例子
class node:
def __init__(self, value):
self.value = value
self.next = none
node1 = node(1)
node2 = node(2)
node1.next = node2
node2.next = node1 # circular reference
del node1
del node2 # memory not freed due to circular reference
解决方案
为了避免循环引用，请考虑通过weakref模块使用弱引用，该模块允许在不存在强引用时对引用进行垃圾收集。
import weakref
class node:
def __init__(self, value):
self.value = value
self.next = none
node1 = node(1)
node2 = node(2)
node1.next = weakref.ref(node2)
node2.next = weakref.ref(node1) # no circular reference now
或者，您可以在删除对象之前通过将引用设置为 none 来手动打破循环。
node1.next = None node2.next = None del node1 del node2 # Memory is freed
参考
- python 内存管理和垃圾收集
结论
即使到了 2024 年，python 开发人员仍然会遇到这些常见的错误。尽管多年来该语言不断发展和改进，但这些问题通常与 python 工作原理的基本方面有关。通过了解这些陷阱并应用适当的解决方案，您可以编写更健壮、无错误的代码。快乐编码！
作者：rupesh sharma，又名@hackyrupesh
