1、善用变量来改变代码质量
变量命名
- 变量要有描述性，不能太宽泛
- BAD：day, host, cards, temp
- GOOD：day_of_week, hosts_to_reboot, expired_cards
- 变量名最好让人猜出类型
- Python是动态语言，没有变量类型声明，只能根据上下文猜测
- Boolean：is_superuser, has_error, allow_vip
- int/float：user_id, user_count, number_of_apples
- 适当使用“匈牙利命名法”
- 把变量缩写放在变量名的最前面
- students指向一个包含Person对象的list
- students->pl_students
- 变量名尽量短但不要太短
- 两三个单词左右
- 避免只有一两个字母的短名字
- 其他
- 同一段代码内不要使用过于相似的变量名，如user1, user2, user3
- 不要使用带否定含义的变量名，is_not_normal->is_special
变量使用
- 保持一致性
- 不要用一个变量名一会表示str，一会表示list
- 尽量不要用globals()/locals()
- 变量定义尽量靠近使用
- 合理使用namedtuple/dict让函数返回多个值
- 控制单个函数内的变量数量
- 及时删掉没用的变量
- 需要的时候再定义变量
2、编写条件分支代码的技巧
最佳实践
- 避免多层分支嵌套
- 过多的层次缩进影响代码可读性
- 用return/raise提前结束分支
- 封装过于复杂的逻辑判断
- 过多的not/and/or影响代码可读性
- 用函数封装具体判断
- 留意不同分支下的重复代码
- 重复代码令代码使用者难以区分不同分支的区别
- 利用Python的动态特性改善代码
- 谨慎使用三元表达式
- 用 x and a or b 模拟
- 用 if/else 替换
- 只用三元表达式处理简单的逻辑分支
常见技巧
- 使用“的摩根定律”
- not A or not B -> not( A and B )
- 自定义对象的“布尔真假”
- Python对象具有布尔值，适当利用可简化分支代码
- 魔法方法（user-defined method）__bool__和__len__
- 条件判断中使用all()/any()
- all(seq)：仅当seq中所有对象为真时返回True
- any(seq)：只要seq中有对象为真就返回True
- 使用try/while/for中的else分支
常见陷阱
- 与None值的比较
- 留意and和or的运算优先级
3、使用数字与字符串的技巧
序言
- Python中的三种数据类型：整型（int）、浮点型（float）和复数（complex）
- Python中的整型不区分有无符号，且永不溢出
最佳实践
- 少写数字字面量（integer literal），即那些直接出现在代码里的数字，对于会重复出现的数字，可利用枚举类型enum定义
- 少用裸字符串处理，即只用基本运算操作字符串，可用对象化的方式构建和编辑，如SQLAlchemy、lxml、JSON
- 不必预计算字面量表达式，Python解释器会自动预先计算
实用技巧
- 布尔值其实也是“数字”，如 True+1=2
- 改善超长字符串的可读性，使用或+拆分，或用()将长字符串包起来
- 在多级缩进里插入多行字符串时，可用textwrap调整缩进
- 别忘了“r”开头的内建字符串函数（从右往左）
- 使用无穷大float("int")和float("-int")
常见误区
- value+=1 并非线程安全，被Python解释器执行时，不是原子操作
- 字符串拼接（+=）并不慢
4、容器的门道
底层看容器
- Python常用的内建容器：列表（list）、元组（tuple）、字典（dict）、集合（set）
- 避免频繁扩充/创建新列表，列表内存是按需分配的，现有内存不够时会触发扩容操作
- 多使用yield关键字，返回生成器对象
- 尽量使用生成器表达式替代列表推导表达式
- 尽量使用模块提供的懒惰对象
- 在列表头部操作多的场景使用deque模块
- 使用集合/字典判断成员是否存在
高层看容器
- Python是“鸭子类型”语言，只某对象满足了该类型的接口规范，就可以被当做该类型的对象使用
- 各个容器类型实现的接口协议定义了容器，不同的容器是“是否可迭代”、“是否可修改”、“有没有长度”等各种特性的组合
- 写代码时应更多关注容器的抽象属性，而非容器类型本身
- 面向接口而非具体实现编程
常用技巧
- 使用元组改善分支代码：二分查找模块bisect
- 在更多地方使用动态解包：使用*或**将可迭代对象“解开”
- 最好不用“获取许可”，也无需“要求原谅”：使用collections.defaultdict，而非捕捉异常
- 使用next()函数：接收一个迭代器作为参数，返回迭代器的下一个元素，配合生成器使用
- 使用有序字典去重：collections.OrderedDict
常见误区
- 当心已经枯竭的迭代器：遍历完后再遍历，就没有结果了
- 别在循环体内修改被迭代对象：遍历的同时修改会出错，应使用一个空列表保存结果，或使用yield返回生成器
5、让函数返回结果的技巧
编程建议
- 单个函数不要返回多种类型（单一职责）
- 使用partial构造新函数
- 抛出异常，而不是返回结果与错误 谨慎使用None返回值，仅在以下情况使用
- 作为操作类函数的默认返回值
- 作为某些“意料之中”的可能没有的值
- 作为调用失败时代表“错误结果”的值，函数签名（名称与参数）与None返回值之间是否存在一种“意料之中”的暗示
- 合理使用“空对象模式”，即使用一个符合正常结果接口的“空类型”来代替空值返回/抛出异常，以降低调用方处理结果的成本
- 使用生成器函数代替返回列表
- 限制递归的使用，Python对递归支持有限，尽量采用循环实现
6、异常处理的三个好习惯
- 异常处理工作由“捕获”和“抛出”两部分组成
三个建议
- 只做最精确的异常捕获
- 永远只捕捉可能会抛出异常的语句块
- 尽量只捕获精确的异常类型，而不是模糊的Exception
- 别让异常破坏抽象一致性
- 让模块只抛出与当前抽象层级一致的异常
- 在必要的地方进行异常包装与转换
- 异常处理不应喧宾夺主
- 使用上下文管理器（context manager）
7、编写地道循环的两个建议
- for <item> in <iterator> 和 while <condition>
- 使用函数修饰被迭代对象来优化循环
- 使用product扁平化多层嵌套循环
- 使用islice实现循环内隔行处理，islice(seq, start, end, step)
- 使用takewhile替代break语句，takewhile(predicate, iterable)
- 使用生成器编写自己的修饰函数
- 按职责拆解循环内的复杂代码块
- 复杂循环体如何应对新需求，避免循环体内的代码膨胀
- 使用生成器函数解耦循环体，隔离不同职责的代码块
8、装饰器使用技巧
- 装饰器（Decorator）可以在函数外部修改函数
最佳实践
- 尝试用类来实现装饰器
常见错误
- “装饰器”并不是“装饰器模式”
- 用functools.wraps()装饰内层函数
- 修改外层变量使用nonlocal
9、一个关于模块的小故事
- Module是用来组织Python代码的基本单位
- 合理的模块结构与分层非常重要
- 整个项目内的模块间依赖关系流向，应该是单向的，不能有环形依赖存在
10、做一个精通规则的玩家
11、高效操作文件的三个建议
- 使用pathlib模块
- 掌握如何流式读取大文件
- 设计接收文件对象的函数
12、写好面向对象代码的原则
Python对OOP的支持
- 没有严格的类私有成员
- 没有接口（interface）对象
SOLID设计原则
- S（单一职责原则）：一个类应该只有一种被修改的原因
- O（开放-关闭原则）：类应该对改动关闭，对扩展开放
- L（李氏替换原则）：子类应该可以任意替换父类被使用
- D（依赖倒置原则）：高层模块不应依赖低层模块，二者都应依赖于抽象
- I（接口隔离原则）：客户应该不依赖于他不使用的方法
参考
闭包
https://www.liaoxuefeng.com/wiki/1022910821149312/1023021250770016
https://blog.csdn.net/weixin_43586120/article/details/89456183