90 条实用的编写Python 程序建议-技术圈

2020-10

今天距2021年85天

这是ITester软件测试小栈第164次推文

点击上方蓝字“ITester软件测试小栈“关注我，每周一、三、五早上 08:30准时推送，每月不定期赠送技术书籍。

微信公众号后台回复“资源”、“测试工具包”领取测试资源，回复“微信群”一起进群打怪。

本文4165字，阅读约需11分钟

本篇是一名5年经验的 Python小伙伴总结的90条python建议，如果你要接触Python或准备要学习Python，希望对你有用。

一

编程前言

建议1：理解Pythonic概念，详见Python中的《Python之禅》。

建议2：编写Pythonic代码的建议。

（1）避免不规范代码，比如只用大小写区分变量、使用容易混淆的变量名、害怕过长变量名等，有时候长的变量名会使代码更加具有可读性；

（2）深入学习Python相关知识，比如语言特性、库特性等，比如Python演变过程等，深入学习一两个业内公认的Pythonic的代码库，比如Flask等；

建议3：理解Python与C的不同之处，比如缩进与{}，单引号双引号，三元操作符？，Switch-Case语句等。

建议4：在代码中适当添加注释。

建议5：适当添加空行使代码布局更加合理。

建议6：编写函数的4个原则。

（1）函数设计要尽量短小，嵌套层次不宜过深；

（2）函数声明应该做到合理、简单、易用；

（3）函数参数设计应该考虑向下兼容；

（4）一个函数只做一件事，尽量保证函数粒度的一致性；

建议7：将常量集中在一个文件，且常量名尽量使用全大写字母。

二

编程惯用法

建议8：利用assert语句来发现问题，但要注意，断言assert会影响效率。

建议9：数据交换值时不推荐使用临时变量，而是直接a, b = b, a。

建议10：充分利用惰性计算（Lazy evaluation）的特性，从而避免不必要的计算。

建议11：理解枚举替代实现的缺陷（最新版Python中已经加入了枚举特性）。

建议12：不推荐使用type来进行类型检查，因为有些时候type的结果并不一定可靠。如果有需求，建议使用isinstance函数来代替。

建议13：尽量将变量转化为浮点类型后再做除法（Python3以后不用考虑）。

建议14：警惕eval()函数的安全漏洞，有点类似于SQL注入。

建议15：使用enumerate()同时获取序列迭代的索引和值。

建议16：分清==和is的适用场景，特别是在比较字符串等不可变类型变量时（详见评论）。

建议17：尽量使用Unicode。在Python2中编码是很让人头痛的一件事，但Python3就不用过多考虑了。

建议18：构建合理的包层次来管理Module。

三

基础用法

建议19：有节制的使用from…import语句，防止污染命名空间。

建议20：优先使用absolute import来导入模块（Python3中已经移除了relative import）。

建议21：i+=1不等于++i，在Python中，++i前边的加号仅表示正，不表示操作。

建议22：习惯使用with自动关闭资源，特别是在文件读写中。

建议23：使用else子句简化循环（异常处理）。

建议24：遵循异常处理的几点基本原则。

（1）注意异常的粒度，try块中尽量少写代码；

（2）谨慎使用单独的except语句，或except Exception语句，而是定位到具体异常；

（3）注意异常捕获的顺序，在合适的层次处理异常；

（4）使用更加友好的异常信息，遵守异常参数的规范；

建议25：避免finally中可能发生的陷阱。

建议26：深入理解None，正确判断对象是否为空。

建议27：连接字符串应优先使用join函数，而不是+操作。

建议28：格式化字符串时尽量使用.format函数，而不是%形式。

建议29：区别对待可变对象和不可变对象，特别是作为函数参数时。

建议30：[], {}和()：一致的容器初始化形式。使用列表解析可以使代码更清晰，同时效率更高。

建议31：函数传参数，既不是传值也不是传引用，而是传对象或者说对象的引用。

建议32：警惕默认参数潜在的问题，特别是当默认参数为可变对象时。

建议33：函数中慎用变长参数 args和 kargs。

（1）这种使用太灵活，从而使得函数签名不够清晰，可读性较差；

（2）如果因为函数参数过多而是用变长参数简化函数定义，那么一般该函数可以重构；

建议34：深入理解str()和repr()的区别。

（1）两者之间的目标不同：str主要面向客户，其目的是可读性，返回形式为用户友好性和可读性都比较高的字符串形式；而repr是面向Python解释器或者说Python开发人员，其目的是准确性，其返回值表示Python解释器内部的定义；

（2）在解释器中直接输入变量，默认调用repr函数，而print(var)默认调用str函数；

（3）repr函数的返回值一般可以用eval函数来还原对象；

（4）两者分别调用对象的内建函数 __str__ ()和 __repr__ ()；

建议35：分清静态方法staticmethod和类方法classmethod的使用场景。

四

库的使用

建议36：掌握字符串的基本用法。

建议37：按需选择sort()和sorted()函数。

（1）sort()是列表在就地进行排序，所以不能排序元组等不可变类型；

（2）sorted()可以排序任意的可迭代类型，同时不改变原变量本身；

建议38：使用copy模块深拷贝对象，区分浅拷贝（shallow copy）和深拷贝（deep copy）。

建议39：使用Counter进行计数统计，Counter是字典类的子类，在collections模块中。

建议40：深入掌握ConfigParse。

建议41：使用argparse模块处理命令行参数。

建议42：使用pandas处理大型CSV文件。

（1）Python本身提供一个CSV文件处理模块，并提供reader、writer等函数；

（2）Pandas可提供分块、合并处理等，适用于数据量大的情况，且对二维数据操作更方便；

建议43：使用ElementTree解析XML。

建议44：理解模块pickle的优劣。

（1）优势：接口简单、各平台通用、支持的数据类型广泛、扩展性强；

（2）劣势：不保证数据操作的原子性、存在安全问题、不同语言之间不兼容；

建议45：序列化的另一个选择JSON模块：load和dump操作。

建议46：使用traceback获取栈信息。

建议47：使用logging记录日志信息。

建议48：使用threading模块编写多线程程序。

建议49：使用Queue模块使多线程编程更安全。

五

设计模式

建议50：利用模块实现单例模式。

建议51：用mixin模式让程序更加灵活。

建议52：用发布-订阅模式实现松耦合。

建议53：用状态模式美化代码。

六

内部机制

建议54：理解build-in对象。

建议55：__init__ ()不是构造方法，理解 __new__ ()与它之间的区别。

建议56：理解变量的查找机制，即作用域。

（1）局部作用域；

（2）全局作用域；

（3）嵌套作用域；

（4）内置作用域；

建议57：理解为什么需要self参数。

建议58：理解MRO（方法解析顺序）与多继承。

建议59：理解描述符机制。

建议60：区别 __getattr__ ()与 __getattribute__ ()方法之间的区别。

建议61：使用更安全的property。

建议62：掌握元类metaclass。

建议63：熟悉Python对象协议

建议64：利用操作符重载实现中缀语法。

建议65：熟悉Python的迭代器协议。

建议66：熟悉Python的生成器。

建议67：基于生成器的协程和greenlet，理解协程、多线程、多进程之间的区别。

建议68：理解GIL的局限性。

建议69：对象的管理和垃圾回收。

七

使用工具辅助项目开发

建议70：从PyPI安装第三方包。

建议71：使用pip和yolk安装、管理包。

建议72：做paster创建包。

建议73：理解单元测试的概念。

建议74：为包编写单元测试。

建议75：利用测试驱动开发（TDD）提高代码的可测性。

建议76：使用Pylint检查代码风格。

（1）代码风格审查；

（2）代码错误检查；

（3）发现重复以及不合理的代码，方便重构；

（4）高度的可配置化和可定制化；

（5）支持各种IDE和编辑器的集成；

（6）能够基于Python代码生成UML图；

（7）能够与Jenkins等持续集成工具相结合，支持自动代码审查；

建议77：进行高效的代码审查。

建议78：将包发布到PyPI。

八

性能剖析与优化

建议79：了解代码优化的基本原则。

建议80：借助性能优化工具。

建议81：利用cProfile定位性能瓶颈。

建议82：使用memory_profiler和objgraph剖析内存使用。

建议83：努力降低算法复杂度。

建议84：掌握循环优化的基本技巧。

（1）减少循环内部的计算；

（2）将显式循环改为隐式循环，当然这会牺牲代码的可读性；

（3）在循环中尽量引用局部变量；

（4）关注内层嵌套循环；

建议85：使用生成器提高效率。

建议86：使用不同的数据结构优化性能。

建议87：充分利用set的优势。

建议88：使用multiprocessing模块克服GIL缺陷。

建议89：使用线程池提高效率。

建议90：使用Cythonb编写扩展模块。

以上

That‘s all

更多系列文章

敬请期待

ITester软件测试小栈

往期内容宠幸

1.Python接口自动化-接口基础(一)

2.Python接口自动化-接口基础(二)

3.Python接口自动化-requests模块之get请求

4.Python接口自动化-requests模块之post请求

5.Python接口自动化之cookie、session应用

6.Python接口自动化之Token详解及应用

7.Python接口自动化之requests请求封装

8.Python接口自动化之pymysql数据库操作

9.Python接口自动化之logging日志

10.Python接口自动化之logging封装及实战

想获取更多最新干货内容

快来星标置顶关注我

每周一、三、五 08:30见

<< 滑动查看下一张图片 >>

后台

回复"资源"取干货

回复"微信群"一起打怪升级

个人微信：Cc2015123

添加请注明来意 :)

真爱三连，双节刚嗨皮~