398 lines
17 KiB
Markdown
398 lines
17 KiB
Markdown
# Python 工匠：编写条件分支代码的技巧
|
||
|
||
## 序言
|
||
|
||
> 这是 “Python 工匠”系列的第 2 篇文章。[[查看系列所有文章]](https://github.com/piglei/one-python-craftsman)
|
||
|
||
编写条件分支代码是编码过程中不可或缺的一部分。
|
||
|
||
如果用道路来做比喻，现实世界中的代码从来都不是一条笔直的高速公路，而更像是由无数个岔路口组成的某个市区地图。我们编码者就像是驾驶员，需要告诉我们的程序，下个路口需要往左还是往右。
|
||
|
||
编写优秀的条件分支代码非常重要，因为糟糕、复杂的分支处理非常容易让人困惑，从而降低代码质量。所以，这篇文章将会重点谈谈在 Python 中编写分支代码应该注意的地方。
|
||
|
||
### 内容目录
|
||
|
||
- [Python 工匠：编写条件分支代码的技巧](#python-工匠编写条件分支代码的技巧)
|
||
- [序言](#序言)
|
||
- [内容目录](#内容目录)
|
||
- [Python 里的分支代码](#python-里的分支代码)
|
||
- [最佳实践](#最佳实践)
|
||
- [1. 避免多层分支嵌套](#1-避免多层分支嵌套)
|
||
- [2. 封装那些过于复杂的逻辑判断](#2-封装那些过于复杂的逻辑判断)
|
||
- [3. 留意不同分支下的重复代码](#3-留意不同分支下的重复代码)
|
||
- [4. 谨慎使用三元表达式](#4-谨慎使用三元表达式)
|
||
- [常见技巧](#常见技巧)
|
||
- [1. 使用“德摩根定律”](#1-使用德摩根定律)
|
||
- [2. 自定义对象的“布尔真假”](#2-自定义对象的布尔真假)
|
||
- [3. 在条件判断中使用 all() / any()](#3-在条件判断中使用-all--any)
|
||
- [4. 使用 try/while/for 中 else 分支](#4-使用-trywhilefor-中-else-分支)
|
||
- [常见陷阱](#常见陷阱)
|
||
- [1. 与 None 值的比较](#1-与-none-值的比较)
|
||
- [2. 留意 and 和 or 的运算优先级](#2-留意-and-和-or-的运算优先级)
|
||
- [结语](#结语)
|
||
- [注解](#注解)
|
||
|
||
### Python 里的分支代码
|
||
|
||
Python 支持最为常见的 `if/else` 条件分支语句，不过它缺少在其他编程语言中常见的 `switch/case` 语句。
|
||
|
||
除此之外，Python 还为 `for/while` 循环以及 `try/except` 语句提供了 else 分支，在一些特殊的场景下，它们可以大显身手。
|
||
|
||
下面我会从 `最佳实践`、`常见技巧`、`常见陷阱` 三个方面讲一下如果编写优秀的条件分支代码。
|
||
|
||
## 最佳实践
|
||
|
||
### 1. 避免多层分支嵌套
|
||
|
||
如果这篇文章只能删减成一句话就结束，那么那句话一定是**“要竭尽所能的避免分支嵌套”**。
|
||
|
||
过深的分支嵌套是很多编程新手最容易犯的错误之一。假如有一位新手 JavaScript 程序员写了很多层分支嵌套，那么你可能会看到一层又一层的大括号：`if { if { if { ... }}}`。俗称 *“嵌套 if 地狱（Nested If Statement Hell）”*。
|
||
|
||
但是因为 Python 使用了缩进来代替 `{}`，所以过深的嵌套分支会产生比其他语言下更为严重的后果。比如过多的缩进层次很容易就会让代码超过 [PEP8](https://www.python.org/dev/peps/pep-0008/) 中规定的每行字数限制。让我们看看这段代码：
|
||
|
||
```python
|
||
def buy_fruit(nerd, store):
|
||
"""去水果店买苹果
|
||
|
||
- 先得看看店是不是在营业
|
||
- 如果有苹果的话，就买 1 个
|
||
- 如果钱不够，就回家取钱再来
|
||
"""
|
||
if store.is_open():
|
||
if store.has_stocks("apple"):
|
||
if nerd.can_afford(store.price("apple", amount=1)):
|
||
nerd.buy(store, "apple", amount=1)
|
||
return
|
||
else:
|
||
nerd.go_home_and_get_money()
|
||
return buy_fruit(nerd, store)
|
||
else:
|
||
raise MadAtNoFruit("no apple in store!")
|
||
else:
|
||
raise MadAtNoFruit("store is closed!")
|
||
```
|
||
|
||
上面这段代码最大的问题，就是过于直接翻译了原始的条件分支要求，导致短短十几行代码包含了有三层嵌套分支。
|
||
|
||
这样的代码可读性和维护性都很差。不过我们可以用一个很简单的技巧：**“提前结束”** 来优化这段代码：
|
||
|
||
```python
|
||
def buy_fruit(nerd, store):
|
||
if not store.is_open():
|
||
raise MadAtNoFruit("store is closed!")
|
||
|
||
if not store.has_stocks("apple"):
|
||
raise MadAtNoFruit("no apple in store!")
|
||
|
||
if nerd.can_afford(store.price("apple", amount=1)):
|
||
nerd.buy(store, "apple", amount=1)
|
||
return
|
||
else:
|
||
nerd.go_home_and_get_money()
|
||
return buy_fruit(nerd, store)
|
||
```
|
||
|
||
“提前结束”指：**在函数内使用 `return` 或 `raise` 等语句提前在分支内结束函数。** 比如，在新的 `buy_fruit` 函数里，当分支条件不满足时，我们直接抛出异常，结束这段代码分支。这样的代码没有嵌套分支，更直接也更易读。
|
||
|
||
### 2. 封装那些过于复杂的逻辑判断
|
||
|
||
如果条件分支里的表达式过于复杂，出现了太多的 `not/and/or`，那么这段代码的可读性就会大打折扣，比如下面这段代码：
|
||
|
||
```
|
||
# 如果活动还在开放，并且活动剩余名额大于 10，为所有性别为女性，或者级别大于 3
|
||
# 的活跃用户发放 10000 个金币
|
||
if activity.is_active and activity.remaining > 10 and \
|
||
user.is_active and (user.sex == 'female' or user.level > 3):
|
||
user.add_coins(10000)
|
||
return
|
||
```
|
||
|
||
对于这样的代码，我们可以考虑将具体的分支逻辑封装成函数或者方法，来达到简化代码的目的：
|
||
|
||
```
|
||
if activity.allow_new_user() and user.match_activity_condition():
|
||
user.add_coins(10000)
|
||
return
|
||
```
|
||
|
||
事实上，将代码改写后，之前的注释文字其实也可以去掉了。**因为后面这段代码已经达到了自说明的目的。** 至于具体的 *什么样的用户满足活动条件？* 这种问题，就应由具体的 `match_activity_condition()` 方法来回答了。
|
||
|
||
> **Hint:** 恰当的封装不光直接改善了代码的可读性，事实上，如果上面的活动判断逻辑在代码中出现了不止一次的话，封装更是必须的。不然重复代码会极大的破坏这段逻辑的可维护性。
|
||
|
||
### 3. 留意不同分支下的重复代码
|
||
|
||
重复代码是代码质量的天敌，而条件分支语句又非常容易成为重复代码的重灾区。所以，当我们编写条件分支语句时，需要特别留意，不要生产不必要的重复代码。
|
||
|
||
让我们看下这个例子：
|
||
|
||
```python
|
||
# 对于新用户，创建新的用户资料，否则更新旧资料
|
||
if user.no_profile_exists:
|
||
create_user_profile(
|
||
username=user.username,
|
||
email=user.email,
|
||
age=user.age,
|
||
address=user.address,
|
||
# 对于新建用户，将用户的积分置为 0
|
||
points=0,
|
||
created=now(),
|
||
)
|
||
else:
|
||
update_user_profile(
|
||
username=user.username,
|
||
email=user.email,
|
||
age=user.age,
|
||
address=user.address,
|
||
updated=now(),
|
||
)
|
||
```
|
||
|
||
在上面的代码中，我们可以一眼看出，在不同的分支下，程序调用了不同的函数，做了不一样的事情。但是，因为那些重复代码的存在，**我们却很难简单的区分出，二者的不同点到底在哪。**
|
||
|
||
其实，得益于 Python 的动态特性，我们可以简单的改写一下上面的代码，让可读性可以得到显著的提升：
|
||
|
||
```python
|
||
if user.no_profile_exists:
|
||
profile_func = create_user_profile
|
||
extra_args = {'points': 0, 'created': now()}
|
||
else:
|
||
profile_func = update_user_profile
|
||
extra_args = {'updated': now()}
|
||
|
||
profile_func(
|
||
username=user.username,
|
||
email=user.email,
|
||
age=user.age,
|
||
address=user.address,
|
||
**extra_args
|
||
)
|
||
```
|
||
|
||
当你编写分支代码时，请额外关注**由分支产生的重复代码块**，如果可以简单的消灭它们，那就不要迟疑。
|
||
|
||
### 4. 谨慎使用三元表达式
|
||
|
||
三元表达式是 Python 2.5 版本后才支持的语法。在那之前，Python 社区一度认为三元表达式没有必要，我们需要使用 `x and a or b` 的方式来模拟它。[[注]](#annot1)
|
||
|
||
事实是，在很多情况下，使用普通的 `if/else` 语句的代码可读性确实更好。盲目追求三元表达式很容易诱惑你写出复杂、可读性差的代码。
|
||
|
||
所以，请记得只用三元表达式处理简单的逻辑分支。
|
||
|
||
```python
|
||
language = "python" if you.favor("dynamic") else "golang"
|
||
```
|
||
|
||
对于绝大多数情况，还是使用普通的 `if/else` 语句吧。
|
||
|
||
## 常见技巧
|
||
|
||
### 1. 使用“德摩根定律”
|
||
|
||
在做分支判断时，我们有时候会写成这样的代码：
|
||
|
||
```python
|
||
# 如果用户没有登录或者用户没有使用 chrome，拒绝提供服务
|
||
if not user.has_logged_in or not user.is_from_chrome:
|
||
return "our service is only available for chrome logged in user"
|
||
```
|
||
|
||
第一眼看到代码时，是不是需要思考一会才能理解它想干嘛？这是因为上面的逻辑表达式里面出现了 2 个 `not` 和 1 个 `or`。而我们人类恰好不擅长处理过多的“否定”以及“或”这种逻辑关系。
|
||
|
||
这个时候，就该 [德摩根定律](https://zh.wikipedia.org/wiki/%E5%BE%B7%E6%91%A9%E6%A0%B9%E5%AE%9A%E5%BE%8B) 出场了。通俗的说，德摩根定律就是 `not A or not B` 等价于 `not (A and B)`。通过这样的转换，上面的代码可以改写成这样：
|
||
|
||
```python
|
||
if not (user.has_logged_in and user.is_from_chrome):
|
||
return "our service is only available for chrome logged in user"
|
||
```
|
||
|
||
怎么样，代码是不是易读了很多？记住德摩根定律，很多时候它对于简化条件分支里的代码逻辑非常有用。
|
||
|
||
### 2. 自定义对象的“布尔真假”
|
||
|
||
我们常说，在 Python 里，“万物皆对象”。其实，不光“万物皆对象”，我们还可以利用很多魔法方法*（文档中称为：[user-defined method](https://docs.python.org/3/reference/datamodel.html)）*，来自定义对象的各种行为。我们可以用很多在别的语言里面无法做到、有些魔法的方式来影响代码的执行。
|
||
|
||
比如，Python 的所有对象都有自己的“布尔真假”：
|
||
|
||
- 布尔值为假的对象：`None`, `0`, `False`, `[]`, `()`, `{}`, `set()`, `frozenset()`, ... ...
|
||
- 布尔值为真的对象：非 `0` 的数值、`True`，非空的序列、元组，普通的用户类实例，... ...
|
||
|
||
通过内建函数 `bool()`，你可以很方便的查看某个对象的布尔真假。而 Python 进行条件分支判断时用到的也是这个值：
|
||
|
||
```python
|
||
>>> bool(object())
|
||
True
|
||
```
|
||
|
||
重点来了，虽然所有用户类实例的布尔值都是真。但是 Python 提供了改变这个行为的办法：**自定义类的 `__bool__` 魔法方法** *（在 Python 2.X 版本中为 `__nonzero__`）*。当类定义了 `__bool__` 方法后，它的返回值将会被当作类实例的布尔值。
|
||
|
||
另外，`__bool__` 不是影响实例布尔真假的唯一方法。如果类没有定义 `__bool__` 方法，Python 还会尝试调用 `__len__` 方法*（也就是对任何序列对象调用 `len` 函数）*，通过结果是否为 `0` 判断实例真假。
|
||
|
||
那么这个特性有什么用呢？看看下面这段代码：
|
||
|
||
```python
|
||
class UserCollection(object):
|
||
|
||
def __init__(self, users):
|
||
self._users = users
|
||
|
||
|
||
users = UserCollection([piglei, raymond])
|
||
|
||
if len(users._users) > 0:
|
||
print("There's some users in collection!")
|
||
```
|
||
|
||
上面的代码里，判断 `UserCollection` 是否有内容时用到了 `users._users` 的长度。其实，通过为 `UserCollection` 添加 `__len__` 魔法方法，上面的分支可以变得更简单：
|
||
|
||
```python
|
||
class UserCollection:
|
||
|
||
def __init__(self, users):
|
||
self._users = users
|
||
|
||
def __len__(self):
|
||
return len(self._users)
|
||
|
||
|
||
users = UserCollection([piglei, raymond])
|
||
|
||
# 定义了 __len__ 方法后，UserCollection 对象本身就可以被用于布尔判断了
|
||
if users:
|
||
print("There's some users in collection!")
|
||
```
|
||
|
||
通过定义魔法方法 `__len__` 和 `__bool__` ，我们可以让类自己控制想要表现出的布尔真假值，让代码变得更 pythonic。
|
||
|
||
### 3. 在条件判断中使用 all() / any()
|
||
|
||
`all()` 和 `any()` 两个函数非常适合在条件判断中使用。这两个函数接受一个可迭代对象，返回一个布尔值，其中：
|
||
|
||
- `all(seq)`：仅当 `seq` 中所有对象都为布尔真时返回 `True`，否则返回 `False`
|
||
- `any(seq)`：只要 `seq` 中任何一个对象为布尔真就返回 `True`，否则返回 `False`
|
||
|
||
假如我们有下面这段代码：
|
||
|
||
```python
|
||
def all_numbers_gt_10(numbers):
|
||
"""仅当序列中所有数字大于 10 时，返回 True
|
||
"""
|
||
if not numbers:
|
||
return False
|
||
|
||
for n in numbers:
|
||
if n <= 10:
|
||
return False
|
||
return True
|
||
```
|
||
|
||
如果使用 `all()` 内建函数，再配合一个简单的生成器表达式，上面的代码可以写成这样：
|
||
|
||
```python
|
||
def all_numbers_gt_10_2(numbers):
|
||
return bool(numbers) and all(n > 10 for n in numbers)
|
||
```
|
||
|
||
简单、高效，同时也没有损失可用性。
|
||
|
||
### 4. 使用 try/while/for 中 else 分支
|
||
|
||
让我们看看这个函数：
|
||
|
||
```python
|
||
def do_stuff():
|
||
first_thing_successed = False
|
||
try:
|
||
do_the_first_thing()
|
||
first_thing_successed = True
|
||
except Exception as e:
|
||
print("Error while calling do_some_thing")
|
||
return
|
||
|
||
# 仅当 first_thing 成功完成时，做第二件事
|
||
if first_thing_successed:
|
||
return do_the_second_thing()
|
||
```
|
||
|
||
在函数 `do_stuff` 中，我们希望只有当 `do_the_first_thing()` 成功调用后*（也就是不抛出任何异常）*，才继续做第二个函数调用。为了做到这一点，我们需要定义一个额外的变量 `first_thing_successed` 来作为标记。
|
||
|
||
其实，我们可以用更简单的方法达到同样的效果：
|
||
|
||
```python
|
||
def do_stuff():
|
||
try:
|
||
do_the_first_thing()
|
||
except Exception as e:
|
||
print("Error while calling do_some_thing")
|
||
return
|
||
else:
|
||
return do_the_second_thing()
|
||
```
|
||
|
||
在 `try` 语句块最后追加上 `else` 分支后，分支下的`do_the_second_thing()` 便只会在 **try 下面的所有语句正常执行（也就是没有异常，没有 return、break 等）完成后执行**。
|
||
|
||
类似的，Python 里的 `for/while` 循环也支持添加 `else` 分支，它们表示：当循环使用的迭代对象被正常耗尽、或 while 循环使用的条件变量变为 False 后才执行 else 分支下的代码。
|
||
|
||
## 常见陷阱
|
||
|
||
### 1. 与 None 值的比较
|
||
|
||
在 Python 中，有两种比较变量的方法：`==` 和 `is`，二者在含义上有着根本的区别：
|
||
|
||
- `==`：表示二者所指向的的**值**是否一致
|
||
- `is`：表示二者是否指向内存中的同一份内容，也就是 `id(x)` 是否等于 `id(y)`
|
||
|
||
`None` 在 Python 语言中是一个单例对象，如果你要判断某个变量是否为 None 时，记得使用 `is` 而不是 `==`，因为只有 `is` 才能在严格意义上表示某个变量是否是 None。
|
||
|
||
否则，可能出现下面这样的情况：
|
||
|
||
```python
|
||
>>> class Foo(object):
|
||
... def __eq__(self, other):
|
||
... return True
|
||
...
|
||
>>> foo = Foo()
|
||
>>> foo == None
|
||
True
|
||
```
|
||
|
||
在上面代码中，Foo 这个类通过自定义 `__eq__` 魔法方法的方式，很容易就满足了 `== None` 这个条件。
|
||
|
||
**所以，当你要判断某个变量是否为 None 时，请使用 `is` 而不是 `==`。**
|
||
|
||
### 2. 留意 and 和 or 的运算优先级
|
||
|
||
看看下面这两个表达式，猜猜它们的值一样吗？
|
||
|
||
```python
|
||
>>> (True or False) and False
|
||
>>> True or False and False
|
||
```
|
||
|
||
答案是：不一样，它们的值分别是 `False` 和 `True`，你猜对了吗？
|
||
|
||
问题的关键在于：**`and` 运算符的优先级大于 `or`**。因此上面的第二个表达式在 Python 看来实际上是 `True or (False and False)`。所以结果是 `True` 而不是 `False`。
|
||
|
||
在编写包含多个 `and` 和 `or` 的表达式时，请额外注意 `and` 和 `or` 的运算优先级。即使执行优先级正好是你需要的那样，你也可以加上额外的括号来让代码更清晰。
|
||
|
||
## 结语
|
||
|
||
以上就是『Python 工匠』系列文章的第二篇。不知道文章的内容是否对你的胃口。
|
||
|
||
代码内的分支语句不可避免，我们在编写代码时，需要尤其注意它的可读性，避免对其他看到代码的人造成困扰。
|
||
|
||
看完文章的你，有没有什么想吐槽的？请留言告诉我吧。
|
||
|
||
[>>>下一篇【3.使用数字与字符串的技巧】](3-tips-on-numbers-and-strings.md)
|
||
|
||
[<<<上一篇【1.善用变量来改善代码质量】](1-using-variables-well.md)
|
||
|
||
## 注解
|
||
|
||
1. <a id="annot1"></a>事实上 `x and a or b` 不是总能给你正确的结果，只有当 a 与 b 的布尔值为真时，这个表达式才能正常工作，这是由逻辑运算的短路特性决定的。你可以在命令行中运行 `True and None or 0` 试试看，结果是 0 而非 None。
|
||
|
||
> 文章更新记录：
|
||
>
|
||
> - 2018.04.08：在与 @geishu 的讨论后，调整了“运算优先符”使用的代码样例
|
||
> - 2018.04.10：根据 @dongweiming 的建议，添加注解说明 "x and y or c" 表达式的陷阱
|
||
|