Python 3000字编程风格指南
今天讨论 Python 编程风格，如何写出更加Pythonic的代码是本篇讨论的话题。
基本目录结构：
- 1 基本编程习惯
- 1.1 多余的空格
- 1.2 是否为 None 判断
- 1.3 lamda 表达式
- 1.4 最小化受保护代码
- 1.5 保持逻辑完整性
- 1.6 使用语义更加明确的方法
- 2 EAFP 防御编程风格
- 3 LBYL 防御编程风格
- 3.1 程序每次运行都要检查
- 3.2 很难一次考虑所有可能异常
- 3.3 代码的可读性下降
1 基本编程习惯
Python代码的编程习惯主要参考PEP8:
https://www.python.org/dev/peps/pep-0008/
里面主要包括如每行代码长度不超过80，函数间空一行等。同时，我们可以使用一些好用的小工具辅助我们写出更加符合习惯的Python代码，如flake8等小插件。
结合以上这些参考资料和工具，我们这篇专题总结就不会过多去讲语法相关的格式化。而是更多精力放在一些典型的、常用的对比分析上，告诉大家常用的代码书写习惯，哪些写法不够符合习惯等。
1.1 多余的空格
以下函数赋值符合习惯：
foo(a, b=0, {'a':1,'b':2}, (10,)) 但是，下面出现的多余空格都不符合习惯：
# 这些空格都是多余的
foo ( a, b = 0, { 'a':1, 'b':2 }, (10, )) 下面代码，有空格又更符合习惯：
i += 1 num = num**2 + 1 def foo(nums: List)
尤其容易忽略的一个空格，增加函数元信息时要有一个空格：
def foo(nums: list): # 此处根据官方建议nums: list间要留有一个空格 pass
1.2 是否为 None 判断
判断某个对象是否为None，下面符合习惯：
if arr is None: pass if arr is not None: pass
下面写法不符合习惯，一般很少见：
if arr == None: pass
特别的，对于list,tuple,set,dict,str等对象，使用下面方法判断是否为None更加符合习惯：
if not arr: #为 None 时，满足条件 pass if arr: # 不为 None 时，满足条件 pass
1.3 lamda 表达式
lambda 表达式适合一些key参数赋值等，一般不习惯这么写：
f = lambda i: i&1
下面写法更加符合习惯：
def is_odd(i): return i&1
1.4 最小化受保护代码
要想代码更健壮，我们一般都做防御性的工作，最小化受保护的代码更加符合习惯，如下为了防御键不存在问题，加一个try:
try:
val = d['c']
except KeyError:
print('c' not existence) 上面写法是合理的，但是下面代码在捕获KeyError时，又嵌套一个函数是不符合习惯的：
try:
val = foo(d['c']) # 这样写也会捕获foo函数中的KeyError异常
except KeyError:
print('c' not existence) 这样写也会捕获foo函数中的KeyError异常，不符合习惯。
1.5 保持逻辑完整性
根据官方指南，只有if逻辑return，而忽视可能的x为负时的else逻辑，不可取：
def foo(x): if x >= 0: return math.sqrt(x)
建议写法：
def foo(x): if x >= 0: return math.sqrt(x) else: return None
或者这样写：
def foo(x): if x < 0: return None return math.sqrt(x)
所以，不要为了刻意追求代码行数最少，而忽视使用习惯。
1.6 使用语义更加明确的方法
判断字符串是否以ize结尾时，不建议这样写：
if s[-3:] == 'ize':
print('ends ize') 使用字符串的endswith方法判断是否以什么字符串结尾，显然可读性更好：
if s.endswith('ize'):
print('ends ize') 以上这些只要平时多加注意，理解起来不是问题。其实除了PEP8指定的这些代码编写习惯外，还有一种与代码健壮性息息相关的编程风格，今天重点介绍这方面的编程习惯。
2 EAFP 防御编程风格
为了提升代码的健壮性，我们要做防御性编程，Python中的try和except就是主要用来做这个：
d = {'a': 1, 'b': [1, 2, 3]}
try:
val = d['c']
except KeyError:
print('key not existence') try块中代码是受保护的，如果键不存在，except捕获到KeyError异常，并处理这个异常信息。
而下面的代码，一旦从字典中获取不存在的键，如果没有任何try保护，则程序直接中断在这里，表现出来的现象就是app直接挂掉或闪退，这显然非常不友好。
d = {'a': 1, 'b': [1, 2, 3]}
val = d['c'] 再举一个try和except使用的例子，如果目录已存在则触发OSError异常，并通过except捕获到然后在块里面做一些异常处理逻辑。
import os try: os.makedirs(path) except OSError as exception: if exception.errno != errno.EEXIST: raise # PermissionError 等异常 else: # path 目录已存在
以上这种使用try和except的防御性编程风格，在Python中有一个比较抽象的名字：EAFP
它的全称为：
- Easier to Ask for Forgiveness than Permission.
没必要纠结上面这句话的哲学含义。
知道在编程方面的指代意义就行：首先相信程序会正确执行，然后如果出错了我们再处理错误。
使用try和except这种防御风格，优点明显，try里只写我们的业务逻辑，except里写异常处理逻辑，几乎无多余代码，Python指南里也提倡使用这种风格。
但是任何事物都有两面性，这种写法也不例外。那么，EAFP防御风格有何问题呢?它主要会带来一些我们不想出现的副作用。
举一个例子，如下try块里的逻辑：出现某种情况修改磁盘的csv文件里的某个值，这些逻辑都顺利完成，但是走到下面这句代码时程序出现异常，进而被except捕获，然后做一些异常处理：
try: if condition: revise_csv # 已经污染csv文件 do_something # 触发异常 except Exception: handle_exception
由于try块里的逻辑分为两步执行，它们不是一个原子操作，所以首先修改了csv文件，但是do_something却出现异常，导致污染csv文件。
其实，除了以上EAFP防御性编程风格外，还有一种编程风格与它截然不同，它虽然能很好的解决EAFP的副作用，但是缺点更加明显，所以Python中不太提倡大量的使用此种风格。
3 LBYL 防御编程风格
再介绍另一种编程风格：LBYL
它的特点：指在执行正常的业务逻辑前做好各种可能出错检查，需要写一个又一个的if和else逻辑。
如EAFP风格的代码：
d = {'a': 1, 'b': [1, 2, 3]}
try:
val = d['c']
except KeyError:
print('key not existence') 使用LBYL来写就是如下这样：
if 'c' in d:
val = d['c']
else:
print('key not existence') EAFP风格的代码如下：
import os try: os.makedirs(path) except OSError as exception: if exception.errno != errno.EEXIST: raise # PermissionError 等异常 else: # path 目录已存在
使用LBYL来写就是如下这样：
import os
if not os.path.isdir(path):
print('不是一个合法路径')
else:
if not os.path.exists(path):
os.makedirs(path)
else:
print('路径已存在') 通过以上两个例子，大家可以看出LBYL风格和EAFP风格迥异。
LBYL的代码if和else较多，这种风格会有以下缺点。
3.1 程序每次运行都要检查
程序每次运行都要检查，不管程序是不是真的会触发这些异常。
if 'c' in d: # 每次必做检查
val = d['c']
if not os.path.isdir(path): # 每次必做检查
print('不是一个合法路径')
else:
if not os.path.exists(path): # 每次必做检查
os.makedirs(path)
else:
print('路径已存在') 3.2 很难一次考虑所有可能异常
很难一次性考虑到所有可能的异常，更让人头疼的事情是，一旦遗漏某些异常情况，错误经常不在出现的地方，而在很外层的一个调用处。这就会导致我们花很多时间调试才能找到最终出错的地方。
def f1 if con1: # do1 if con2: # do2 # 但是遗漏了情况3，未在f1函数中报异常
3.3 代码的可读性下降