Python是一門簡單易學(xué)的編程語言，語法簡潔而清晰，并且擁有豐富和強大的類庫。與其它大多數(shù)程序設(shè)計語言使用大括號不一樣 ，它使用縮進來定義語句塊。

在平時的工作中，Python開發(fā)者很容易犯一些小錯誤，這些錯誤都很容易避免，本文總結(jié)了Python開發(fā)者最容易犯的10個錯誤，一起來看下，不知你中槍了沒有。

1.濫用表達式作為函數(shù)參數(shù)默認值

Python允許開發(fā)者指定一個默認值給函數(shù)參數(shù)，雖然這是該語言的一個特征，但當(dāng)參數(shù)可變時，很容易導(dǎo)致混亂，例如，下面這段函數(shù)定義：
>>> def foo(bar=[]): # bar is optional and defaults to [] if not specified
... bar.append("baz") # but this line could be problematic, as we'll see...
... return bar

在上面這段代碼里，一旦重復(fù)調(diào)用foo()函數(shù)（沒有指定一個bar參數(shù)），那么將一直返回'bar'，因為沒有指定參數(shù)，那么foo()每次被調(diào)用的時候，都會賦予[]。下面來看看，這樣做的結(jié)果：
>>> foo()
["baz"]
>>> foo()
["baz", "baz"]
>>> foo()
["baz", "baz", "baz"]

解決方案：
>>> def foo(bar=None):
... if bar is None: # or if not bar:
... bar = []
... bar.append("baz")
... return bar
...
>>> foo()
["baz"]
>>> foo()
["baz"]
>>> foo()
["baz"]

2.錯誤地使用類變量

先看下面這個例子：
>>> class A(object):
... x = 1
...
>>> class B(A):
... pass
...
>>> class C(A):
... pass
...
>>> print A.x, B.x, C.x
1 1 1

這樣是有意義的：
>>> B.x = 2
>>> print A.x, B.x, C.x
1 2 1

再來一遍：
>>> A.x = 3
>>> print A.x, B.x, C.x
3 2 3

僅僅是改變了A.x，為什么C.x也跟著改變了。

在Python中，類變量都是作為字典進行內(nèi)部處理的，并且遵循方法解析順序（MRO）。在上面這段代碼中，因為屬性x沒有在類C中發(fā)現(xiàn)，它會查找它的基類（在上面例子中只有A，盡管Python支持多繼承）。換句話說，就是C自己沒有x屬性，獨立于A，因此，引用 C.x其實就是引用A.x。

3.為異常指定不正確的參數(shù)

假設(shè)代碼中有如下代碼：
>>> try:
... l = ["a", "b"]
... int(l[2])
... except ValueError, IndexError: # To catch both exceptions, right?
... pass
...
Traceback (most recent call last):
File "", line 3, in
IndexError: list index out of range

問題在這里，except語句并不需要這種方式來指定異常列表。然而，在Python 2.x中，except Exception,e通常是用來綁定異常里的 第二參數(shù)，好讓其進行更進一步的檢查。因此，在上面這段代碼里，IndexError異常并沒有被except語句捕獲，異常最后被綁定 到了一個名叫IndexError的參數(shù)上。

在一個異常語句里捕獲多個異常的正確方法是指定第一個參數(shù)作為一個元組，該元組包含所有被捕獲的異常。與此同時，使用as關(guān)鍵字來保證最大的可移植性，Python 2和Python 3都支持該語法。
>>> try:
... l = ["a", "b"]
... int(l[2])
... except (ValueError, IndexError) as e:
... pass
...
>>>

4.誤解Python規(guī)則范圍

Python的作用域解析是基于LEGB規(guī)則，分別是Local、Enclosing、Global、Built-in。實際上，這種解析方法也有一些玄機，看下面這個例子：
>>> x = 10
>>> def foo():
... x += 1
... print x
...
>>> foo()
Traceback (most recent call last):
File "", line 1, in
File "", line 2, in foo
UnboundLocalError: local variable 'x' referenced before assignment

許多人會感動驚訝，當(dāng)他們在工作的函數(shù)體里添加一個參數(shù)語句，會在先前工作的代碼里報UnboundLocalError錯誤（ 點擊這里查看更詳細描述）。

在使用列表時，開發(fā)者是很容易犯這種錯誤的，看看下面這個例子：
>>> lst = [1, 2, 3]
>>> def foo1():
... lst.append(5) # This works ok...
...
>>> foo1()
>>> lst
[1, 2, 3, 5]

>>> lst = [1, 2, 3]
>>> def foo2():
... lst += [5] # ... but this bombs!
...
>>> foo2()
Traceback (most recent call last):
File "", line 1, in
File "", line 2, in foo
UnboundLocalError: local variable 'lst' referenced before assignment

為什么foo2失敗而foo1運行正常？

答案與前面那個例子是一樣的，但又有一些微妙之處。foo1沒有賦值給lst，而foo2賦值了。lst += [5]實際上就是lst = lst + [5]，試圖給lst賦值（因此，假設(shè)Python是在局部作用域里）。然而，我們正在尋找指定給lst的值是基于lst本身，其實尚未確定。

5.修改遍歷列表

下面這段代碼很明顯是錯誤的：
>>> odd = lambda x : bool(x % 2)
>>> numbers = [n for n in range(10)]
>>> for i in range(len(numbers)):
... if odd(numbers[i]):
... del numbers[i] # BAD: Deleting item from a list while iterating over it
...
Traceback (most recent call last):
File "", line 2, in
IndexError: list index out of range

在遍歷的時候，對列表進行刪除操作，這是很低級的錯誤。稍微有點經(jīng)驗的人都不會犯。

對上面的代碼進行修改，正確地執(zhí)行：
>>> odd = lambda x : bool(x % 2)
>>> numbers = [n for n in range(10)]
>>> numbers[:] = [n for n in numbers if not odd(n)] # ahh, the beauty of it all
>>> numbers
[0, 2, 4, 6, 8]

6.如何在閉包中綁定變量

看下面這個例子：

>>> def create_multipliers():
... return [lambda x : i * x for i in range(5)]
>>> for multiplier in create_multipliers():
... print multiplier(2)
...

你期望的結(jié)果是：
0
2
4
6
8

實際上：
8
8
8
8
8

是不是非常吃驚！出現(xiàn)這種情況主要是因為Python的后期綁定行為，該變量在閉包中使用的同時，內(nèi)部函數(shù)又在調(diào)用它。

解決方案：
>>> def create_multipliers():
... return [lambda x, i=i : i * x for i in range(5)]
...
>>> for multiplier in create_multipliers():
... print multiplier(2)
...
0
2
4
6
8

7.創(chuàng)建循環(huán)模塊依賴關(guān)系

假設(shè)有兩個文件，a.py和b.py，然后各自導(dǎo)入，如下：

在a.py中：
import b

def f():
return b.x

print f()

在b.py中：
import a

x = 1

def g():
print a.f()

首先，讓我們試著導(dǎo)入a.py：
>>> import a
1

可以很好地工作，也許你會感到驚訝。畢竟，我們確實在這里做了一個循環(huán)導(dǎo)入，難道不應(yīng)該有點問題嗎？

僅僅存在一個循環(huán)導(dǎo)入并不是Python本身問題，如果一個模塊被導(dǎo)入，Python就不會試圖重新導(dǎo)入。根據(jù)這一點，每個模塊在試圖訪問函數(shù)或變量時，可能會在運行時遇到些問題。

當(dāng)我們試圖導(dǎo)入b.py會發(fā)生什么（先前沒有導(dǎo)入a.py）：
>>> import b
Traceback (most recent call last):
File "", line 1, in
File "b.py", line 1, in
import a
File "a.py", line 6, in
print f()
File "a.py", line 4, in f
return b.x

出錯了，這里的問題是，在導(dǎo)入b.py的過程中還要試圖導(dǎo)入a.py，這樣就要調(diào)用f()，并且試圖訪問b.x。但是b.x并未被定義。

可以這樣解決，僅僅修改b.py導(dǎo)入到a.py中的g()函數(shù)：
x = 1
def g():
import a # This will be evaluated only when g() is called
print a.f()

無論何時導(dǎo)入，一切都可以正常運行：
>>> import b
>>> b.g()
1 # Printed a first time since module 'a' calls 'print f()' at the end
1 # Printed a second time, this one is our call to 'g'

8.與Python標準庫模塊名稱沖突

Python擁有非常豐富的模塊庫，并且支持“開箱即用”。因此，如果不刻意避免，很容易發(fā)生命名沖突事件。例如，在你的代碼中可能有一個email.py的模塊，由于名稱一致，它很有可能與Python自帶的標準庫模塊發(fā)生沖突。

9.未按規(guī)定處理Python2.x和Python3.x之間的區(qū)別

看一下foo.py：
import sys

def bar(i):
if i == 1:
raise KeyError(1)
if i == 2:
raise ValueError(2)

def bad():
e = None
try:
bar(int(sys.argv[1]))
except KeyError as e:
print('key error')
except ValueError as e:
print('value error')
print(e)

bad()

在Python 2里面可以很好地運行：
$ python foo.py 1
key error
1
$ python foo.py 2
value error
2

但是在Python 3里：
$ python3 foo.py 1
key error
Traceback (most recent call last):
File "foo.py", line 19, in
bad()
File "foo.py", line 17, in bad
print(e)
UnboundLocalError: local variable 'e' referenced before assignment

解決方案：
import sys

def bar(i):
if i == 1:
raise KeyError(1)
if i == 2:
raise ValueError(2)

def good():
exception = None
try:
bar(int(sys.argv[1]))
except KeyError as e:
exception = e
print('key error')
except ValueError as e:
exception = e
print('value error')
print(exception)

good()

在Py3k中運行結(jié)果：
$ python3 foo.py 1
key error
1
$ python3 foo.py 2
value error
2

在 Python招聘指南里有許多關(guān)于Python 2與Python 3在移植代碼時需要關(guān)注的注意事項與討論，大家可以前往看看。

10.濫用__del__方法

比如這里有一個叫mod.py的文件：
import foo
class Bar(object):
...
def __del__(self):
foo.cleanup(self.myhandle)

下面，你在another_mod.py文件里執(zhí)行如下操作：
import mod
mybar = mod.Bar()

你會獲得一個AttributeError異常。

至于為什么會出現(xiàn)該異常，點擊這里查看詳情。當(dāng)解釋器關(guān)閉時，該模塊的全局變量全部設(shè)置為None。因此，在上面這個例子里，當(dāng)__del__被調(diào)用時，foo已經(jīng)全部被設(shè)置為None。

一個很好的解決辦法是使用atexit.register()代替。順便說一句，當(dāng)程序執(zhí)行完成后，您注冊的處理程序會在解釋器關(guān)閉之前停止 工作。

修復(fù)上面問題的代碼：
import foo
import atexit

def cleanup(handle):
foo.cleanup(handle)

class Bar(object):
def __init__(self):
...
atexit.register(cleanup, self.myhandle)

在程序的正常終止的前提下，這個實現(xiàn)提供了一個整潔可靠的方式調(diào)用任何需要清理的功能。

總結(jié)
Python是一款強大而靈活的編程語言，并且?guī)в性S多機制和模式來大大提高工作效率。正如任何一門語言或軟件工具一樣，人們對其能力都會存在一個限制性地理解或欣賞，有些是弊大于利，有些時候反而會帶來一些陷進。 體會一名語言的細微之處，理解一些常見的陷阱，有助于你在開發(fā)者的道路上走的更遠。

編輯：hfy