基础语法

有节制地使用 from...import 语句

Python 提供三种方式来引入外部模块：import语句、from...import语句以及import函数，其中import函数显式地将模块的名称作为字符串传递并赋值给命名空间的变量。

使用import需要注意以下几点：

• 优先使用import a的形式

• 有节制地使用from a import A

• 尽量避免使用from a import *

为什么呢？我们来看看 Python 的 import 机制，Python 在初始化运行环境的时候会预先加载一批内建模块到内存中，同时将相关信息存放在sys.modules中，我们可以通过sys.modules.items()查看预加载的模块信息，当加载一个模块时，解释器实际上完成了如下动作：

1. 在sys.modules中搜索该模块是否存在，如果存在就导入到当前局部命名空间，如果不存在就为其创建一个字典对象，插入到sys.modules中

2. 加载前确认是否需要对模块对应的文件进行编译，如果需要则先进行编译

3. 执行动态加载，在当前命名空间中执行编译后的字节码，并将其中所有的对象放入模块对应的字典中

编写高质量代码改善Python程序的很多建议

从上可以看出，对于用户自定义的模块，import 机制会创建一个新的 module 将其加入当前的局部命名空间中，同时在 sys.modules 也加入该模块的信息，但本质上是在引用同一个对象，通过test.py所在的目录会多一个字节码文件。

优先使用 absolute import 来导入模块

i+=1 不等于 ++i

首先++i或--i在 Python 语法上是合法，但并不是我们通常理解的自增或自减操作：

编写高质量代码改善Python程序的很多建议

原来+或-只表示正负数符号。

使用 with 自动关闭资源

对于打开的资源我们记得关闭它，如文件、数据库连接等，Python 提供了一种简单优雅的解决方案：with。

先来看with实现的原理吧。

with的实现得益于一个称为上下文管理器(context manager)的东西，它定义程序运行时需要建立的上下文，处理程序的进入和退出，实现了上下文管理协议，即对象中定义了enter()和exit()，任何实现了上下文协议的对象都可以称为一个上下文管理器：

• enter()：返回运行时上下文相关的对象

• exit(exception_type, exception_value, traceback)：退出运行时的上下文，处理异常、清理现场等

with 表达式 [as 目标]:代码块

包含with语句的代码块执行过程如下：

编写高质量代码改善Python程序的很多建议

1. 计算表达式的值，返回一个上下文管理器对象

2. 加载上下文管理器对象的exit()以备后用

3. 调用上下文管理器对象的enter()

4. 将enter()的返回值赋给目标对象

5. 执行代码块，正常结束调用exit()，其返回值直接忽略，如果发生异常，会调用exit()并将异常类型、值及 traceback 作为参数传递给exit()，exit()返回值为 false 异常将会重新抛出，返回值为 true 异常将被挂起，程序继续执行

于此，我们可以自定义一个上下文管理器：

编写高质量代码改善Python程序的很多建议

Python 还提供contextlib模块，通过 Generator 实现，其中的 contextmanager 作为装饰器来提供一种针对函数级别上的上下文管理器，可以直接作用于函数/对象而不必关心enter()和exit()的实现。

使用 else 子句简化循环（异常处理）

Python 的 else 子句提供了隐含的对循环是否由 break 语句引发循环结束的判断，有点绕哈，来看例子：

编写高质量代码改善Python程序的很多建议

可以看出，else 子句在循环正常结束和循环条件不成立时被执行，由 break 语句中断时不执行，同样，我们可以利用这颗语法糖作用在 while 和 try...except 中。

遵循异常处理的几点基本原则

异常处理的几点原则：

1. 注意异常的粒度，不推荐在 try 中放入过多的代码

2. 谨慎使用单独的 except 语句处理所有异常，最好能定位具体的异常

3. 注意异常捕获的顺序，在适合的层次处理异常，Python 是按内建异常类的继承结构处理异常的，所以推荐的做法是将继承结构中子类异常在前抛出，父类异常在后抛出

4. 使用更为友好的异常信息，遵守异常参数的规范

避免 finally 中可能发生的陷阱

当 finally 执行完毕时，之前临时保存的异常将会再次被抛出，但如果 finally 语句中产生了新的异常或执行了 return 或 break 语句，那么临时保存的异常将会被丢失，从而异常被屏蔽。

在实际开发中不推荐 finally 中使用 return 语句进行返回。

深入理解 None，正确判断对象是否为空

类型FalseTrue布尔False （与0等价）True （与1等价）字符串""（ 空字符串）非空字符串，例如 " ", "blog"数值0, 0.0非0的数值，例如：1, 0.1, -1, 2容器[], (), {}, set()至少有一个元素的容器对象，例如：[0], (None,), ['']NoneNone非None对象

编写高质量代码改善Python程序的很多建议

3执行中会调用nonzero()来判断自身对象是否为空并返回0/1或True/False，如果没有定义该方法，Python 将调用len()进行判断，返回 0 表示为空。如果一个类既没有定义len()又没有定义nonzero()，该类实例用 if 判断为True。

连接字符串优先使用 join 而不是 +

这一点之前我在博文里总结过，+涉及到更多的内存操作。

格式化字符串时尽量使用 .format 而不是 %

同上。

区别对待可变对象和不可变对象

Python 中一切皆对象，每个对象都有一个唯一的标识符（id）、类型（type）和值。数字、字符串、元组属于不可变对象，字典、列表、字节数组属于可变对象。

编写高质量代码改善Python程序的很多建议

默认参数在初始化时仅仅被评估一次，以后直接使用第一次评估的结果，course 指向的是 list 的地址，每次操作的实际上是 list 所指向的具体列表，所以对于可变对象的更改会直接影响原对象。

最好的方法是传入None作为默认参数，在创建对象的时候动态生成列表。

编写高质量代码改善Python程序的很多建议

[]、() 和 {} 一致的容器初始化形式

编写高质量代码改善Python程序的很多建议

其实就是列表生成式、元组生成式和字典生成式。

记住函数传参既不是传值也不是传引用

正确的说法是传对象（call by object）或传对象的引用（call-by-object-reference），函数参数在传递过程中将整个对象传入，对可变对象的修改在函数外部以及内部都可见，对不可变对象的”修改“往往是通过生成一个新对象然是赋值实现的。

警惕默认参数潜在的问题

其中就是默认参数如果是可变对象，在调用者和被调用者之间是共享的。

编写高质量代码改善Python程序的很多建议

慎用变长参数

• 原因如下：

1. 使用过于灵活，导致函数签名不够清晰，存在多种调用方式

2. 使用args和*kw简化函数定义就意味着函数可以有更好的实现方法

• 使用场景：

1. 为函数添加一个装饰器

2. 参数数目不确定

3. 实现函数的多态或子类需要调用父类的某些方法时

深入理解 str() 和repr() 的区别

• 总结几点：

1. str()面向用户，返回用户友好和可读性强的字符串类型；repr()面向 Python 解释器或开发人员，返回 Python 解释器内部的含义

2. 解释器中输入a默认调用repr()，而print(a)默认调用str()

3. repr()返回值一般可以用eval()还原对象：obj == eval(repr(obj))

4. 以上两个方法分别调用内建的str()和repr()，一般来说类中都应该定义repr()，但当可读性比准确性更为重要时应该考虑str()，用户实现repr()方法的时候最好保证其返回值可以用eval()是对象还原

分清 staticmethod 和 classmethod 的适用场景

这两种方法之前已经总结过了的，下面我们只讨论它们的使用场景。

调用类方法装饰器的修饰器的方法，会隐式地传入该对象所对应的类，可以动态生成对应的类的类变量，同时如果我们期望根据不同的类型返回对应的类的实例，类方法才是正确的解决方案。

反观静态方法，当我们所定义的方法既不跟特定的实例相关也不跟特定的类相关，可以将其定义为静态方法，这样使我们的代码能够有效地组织起来，提高可维护性。

当然，也可以考虑定义一个模块，将一组的方法放入其中，通过模块来访问。