Python 无疑是当今使用最广泛的编程语言。它之所以如此流行，很大程度上是由于简单的语法和可读性，这使得它非常容易使用。初学者之所以喜欢 Python，是因为它给人一种感觉就像是用英语写一段伪代码一样。

但是，无论你有多么丰富的经验，也无论你已经研究过多少种语言，切换到 Python 并不能保证你能做到平稳过渡。具有面向对象编程背景的开发人员很容易忽略 Python 的惯用特性。这样一来，他们很可能会误用编程结构，从而可能出现难以发现的、不可预见的错误。更糟糕的是，这些错误大多很难发现，并且可能会给生产带来麻烦。

在本文中，我将列出程序员（通常是菜鸟）可能会犯的常见错误。此外，我还将介绍如何避免这些错误，以便编写出更好的、无错误的 Python 代码。闲话少叙，言归正题。

错误一：编写过于风格化的代码

这是 Python 初学者的一个典型特征。为了编写类似伪英语的高级代码，他们的代码库中会出现以下类型的代码片段：

奇怪的是，这可能看起来并不那么糟糕。基本上，这段代码的意思是变量 x 需要为 1 或 2 才能满足条件。但是，这样的代码片段会过于风格化，并会带来可读性问题。

下面这段替代代码，检查列表中的值，更容易让人理解。

错误二：无必要的比较运算符：None 和 Zero

具有 Java 背景的程序员都知道需要多少 null 检查（特别是在 Java 8 之前的版本中）。所以，在 Python 中，使用像下面这样的比较运算符也就不足为奇了：

但在上面的例子中，实际上，我们可以利用 Python 编写代码的方式来增强可读性：

同样，对于 0，值得注意的是，在条件逻辑中实际上并不需要使用比较运算符。0 被解释为 false，而非零数字被视为 true。

错误三：使用长长的条件按位逻辑链

在大多数语言（包括 Swift、Java、Kotlin）中，我们都知道要用以下方式编写某些比较逻辑：

与不能在非关联优先级中使用相邻运算符的大多数语言不同，Python 提供了编写链式赋值的能力，如下段代码所示：

这样写，就可以避免按位运算符。

错误四：使用 type() 代替 isinstance()，反之亦然

type和isinstance()是 Python 中用于类型检查的两个广泛使用的内置函数。

通常，开发人员刚入门 Python 时，会将这两个函数视为相似的函数，并将它们互换着使用。现在，由于type()和isinstance()有一些细微的区别，这可能会埋下无法预料的错误。

isinstance()函数用于检查对象是否为指定类的实例，同时还要负责继承。另一方面，type()只检查引用类型是否相同并丢弃子类型。

因此，下面的代码使用type()和isinstance()分别得到了不同的结果：

类似地，下面的代码将布尔值视为 int 的实例（因为 true 和 false 基本上被视为 1 和 0），但是使用不同的类型函数就给出了不同的结果。

因此，理解 Python 的这两种类型检查器函数之间的区别是很重要的，不要将它们相互混淆。

错误五：混淆作用域中的局部变量和全局变量

Python 中的作用域规则看起来非常简单，但很容易被误解。例如，以下代码在函数中使用了全局变量：

现在，如果我们只是通过修改函数中的变量来稍微调整上面的代码，就会得到一个错误的结果：

一旦我们修改了函数中的全局变量，Python 就会将其视为局部变量，从而遮蔽了全局变量。甚至在复制之前的 print 语句也没有执行。

为确保这种名称冲突不会导致错误，我们可以在局部函数中的全局变量后面附加一个global关键字。更好的做法是将全局变量（如果你实际需要使用的话）放在一个单独的类中，这样，你就可以始终使用带有类名的全局变量了。

错误六：可变的默认参数

使用默认参数，是 Python 中的一种常见习惯。它有助于防止在调用时函数中出现一长串参数。

现在，在 Python 中，列表、字典和集合都是可变类型。因此，设置默认值可能会导致意外的结果，如下所示：

如你所见，第二个列表包含之前添加的元素，因为函数中的可变默认参数跨状态存储这些元素。

Python 中可变默认对象的问题在于，它是在定义函数时计算的。这会导致变异值也保留之前的内容。

为避免此类严重错误，请将None设置为默认值，并在函数中分配可变变量，如下所示：

错误七：忽略多重集成和方法解析顺序

与大多数编程语言不同，Python 支持多重继承。这意味着，在具有继承的类中，方法和类变量是根据继承类时指定的顺序执行的。

初学者往往会忽略这个概念，尤其是当他们只使用单一继承时。

因此，在下面这段代码中，当调用类 C 的方法时，将使用超类 B 各自的方法：

因此，Python 中继承类的顺序很重要，因为它是用来解析方法的。

总结

Python 使用起来似乎非常简单，但是人们很容易被来自其他编程语言的概念所困扰，这就会导致奇怪的错误和崩溃。我希望本文所列举的错误能够帮助你厘清概念，从而写出健壮的 Python 代码。

作者介绍：Anupam Chugh，视技术和代码为毕生追求。拥有 200 万阅读量的作家，现为 iOS 开发者。

原文链接：https://towardsdatascience.com/7-deadly-sins-python-developers-do-eb53d8a880