動態語言的靈活性是把雙刃劍 －－ 以Python語言爲例

本文有些零碎，總題來講，包括兩個問題：

（1）可變對象（最多見的是list dict）被意外修改的問題，

（2）對參數（parameter）的檢查問題。

這兩個問題，本質都是由於動態語言（動態類型語言）的特性形成了，動態語言的好處就不細說了，本文是要討論由於動態－－這種靈活性帶來的一些問題。

什麼是動態語言（Dynamic Programming language）呢，是相對於靜態語言而言，將不少靜態語言編譯（compilation）時期所作的事情推遲到運行時，在運行時修改代碼的行爲，好比添加新的對象和函數，修改既有代碼的功能，改變類型。

絕大多數動態語言都是動態類型（Dynamic Typed），所謂動態類型，是在運行時肯定數據類型，變量使用以前不須要類型聲明，一般變量的類型是被賦值的那個值的類型。Python就是屬於典型的動態語言。

動態語言的魅力在於讓開發人員更好的關注須要解決的問題自己，而不是冗雜的語言規範，也不用幹啥都得寫個類。運行時改變代碼的行爲也是很是有用，好比python的熱更新，能夠作到不關服務器就替換代碼的邏輯，而靜態語言如C++就很難作到這一點。筆者使用得最多的就是C++和Python，C++中的一些複雜的點，好比模板（泛型編程）、設計模式（好比template method），在Python中使用起來很是天然。我也看到過有一些文章指出，設計模式每每是特定靜態語言的補丁 -- 爲了彌補語言的缺陷或者限制。

以筆者的知識水平，遠遠不足以評價動態語言與靜態語言的優劣。本文也只是記錄在我使用Python這門動態語言的時候，因爲語言的靈活性，因爲動態類型，踩過的坑，一點思考，以及困惑。

 

第一個問題：Mutable對象被誤改

這個是在線上環境出現過的一個BUG

過後提及來很簡單，服務端數據（放在dict裏面的）被意外修改了，但查證的時候也花了許多時間，僞代碼以下：

​

 

上述的代碼很簡單，dct是一個dict，極大機率會調用一個不用修改dct的子函數，極小機率出會調用到可能修改dct的子函數。問題就在於，調用routine函數的參數是服務端全局變量，理論上是不能被修改的。固然，上述的代碼簡單到一眼就能看出問題，但在實際環境中，調用鏈有七八層，並且，在routine這個函數的doc裏面，聲明不會修改dct，該函數自己確實沒有修改dct，但調用的子函數或者子函數的子函數沒有遵照這個約定。

 

從python語言特性看這個問題

本小節解釋上面的代碼爲何會出問題，簡單來講兩點：dict是mutable對象； dict實例做爲參數傳入函數，而後被函數修改了。

　　Python中一切都是對象(evething is object)，不論是int str dict 仍是類。好比 a =5， 5是一個整數類型的對象（實例）；那麼a是什麼，a是5這個對象嗎? 不是的，a只是一個名字，這個名字暫時指向（綁定、映射）到5這個對象。b = a  是什麼意思呢， 是b指向a指向的對象，即a， b都指向整數5這個對象

　　那麼什麼是mutable 什麼是immutable呢，mutable是說這個對象是能夠修改的，immutable是說這個對象是不可修改的(廢話)。仍是看Python官方怎麼說的吧

Mutable objects can change their value but keep their id().

　　Immutable：An object with a fixed value. Immutable objects include numbers, strings and tuples. Such an object cannot be altered. A new object has to be created if a different value has to be stored. They play an important role in places where a constant hash value is needed, for example as a key in a dictionary.

承接上面的例子（a = 5），int類型就是immutable，你可能說不對啊，好比對a賦值， a=6， 如今a不是變成6了嗎？是的，a如今"變成"6了，但本質是a指向了6這個對象 -- a再也不指向5了

　　檢驗對象的惟一標準是id，id函數返回對象的地址，每一個對象在都有惟一的地址。看下面兩個例子就知道了

>>> a = 5;id(a)

　　35170056

　　>>> a = 6;id(a)

　　35170044

 

　　>>> lst = [1,2,3]; id(lst)

　　39117168

　　>>> lst.append(4); id(lst)

　　39117168

或者這麼說，對於非可變對象，在對象的生命週期內，沒有辦法改變對象所在內存地址上的值。

　　python中，不可變對象包括：int, long, float, bool, str, tuple, frozenset；而其餘的dict list 自定義的對象等屬於可變對象。注意： str也是不可變對象，這也是爲何在多個字符串鏈接操做的時候，推薦使用join而不是+

　　並且python沒有機制，讓一個可變對象不可被修改（此處類比的是C++中的const）

 

dict是可變對象！

那在python中，調用函數時的參數傳遞是什麼意思呢，是傳值、傳引用？事實上都不正確，我不清楚有沒有專業而統一的說法，但簡單理解，就是形參（parameter）和實參（argument）都指向同一個對象，僅此而已。來看一下面的代碼：

​

能夠看到，剛進入子函數double的時候，a，v指向的同一個對象（相同的id）。對於test int的例子，v由於v*=2，指向了另一個對象，但對實參a是沒有任何影響的。對於testlst的時候，v*=2是經過v修改了v指向的對象（也是a指向的對象），所以函數調用完以後，a指向的對象內容發生了變化。

 

如何防止mutable對象被函數誤改：

爲了防止傳入到子函數中的可變對象被修改，最簡單的就是使用copy模塊拷貝一份數據。具體來講，包括copy.copy, copy.deepcopy, 前者是淺拷貝，後者是深拷貝。兩者的區別在於：

簡單來講，深拷貝會遞歸拷貝，遍歷任何compound object而後拷貝，例如：

>>> lst = [1, [2]]
　　>>> import copy
　　>>> lst1 = copy.copy(lst)
　　>>> lst2 = copy.deepcopy(lst)
　　>>> print id(lst[1]), id(lst1[1]), id(lst2[1])
　　4402825264 4402825264 4402988816
　　>>> lst[1].append(3)
　　>>> print lst, lst1,lst2
　　[1, [2, 3]] [1, [2, 3]] [1, [2]]

 

從例子能夠看出淺拷貝的侷限性，Python中，對象的基本構造也是淺拷貝，例如 dct = {1： [1]}; dct1 = dict(dct)

　　正是因爲淺拷貝與深拷貝本質上的區別，兩者性能代價差別很是之大，即便對於被拷貝的對象來講毫無差別：

​

 

在上面的示例中，dct這個dict的values都是int類型，immutable對象，由於不管淺拷貝 深拷貝效果都是同樣的，可是耗時差別巨大。若是在dct中存在自定義的對象，差別會更大

　　那麼爲了安全起見，應該使用深拷貝；爲了性能，應該使用淺拷貝。若是compound object包含的元素都是immutable，那麼淺拷貝既安全又高效，but，對於python這種靈活性極強的語言，極可能某天某人就加入了一個mutable元素。

 

第二個問題：參數檢查

上一節說明沒有簽名 對 函數調用者是多麼不爽，而本章節則說明沒有簽名對函數提供者有多麼不爽。沒有類型檢查真的蛋疼，我也遇到過有人爲了方便，給一個約定是int類型的形參傳入了一個int的list，而可怕的是代碼不報錯，只是表現不正常。

def func(arg):     
  if arg:         
    print 'do lots of things here'     
  else:         
    print 'do anothers'

上述的代碼很糟糕，根本無法「望名知意」，也看不出有關形參 arg的任何信息。但事實上這樣的代碼是存在的，並且還有比這更嚴重的，好比掛羊頭賣狗肉。

　　這裏有一個問題，函數指望arg是某種類型，是否應該寫代碼判斷呢，好比：isinstance(arg, str)。由於沒有編譯器靜態來作參數檢查，那麼要不要檢查，如何檢查就徹底是函數提供者的事情。若是檢查，那麼影響性能，也容易違背python的靈活性 -- duck typing； 不檢查，又容易被誤用。

　　但在這裏，考慮的是另外一個問題，看代碼的第二行： if arg。python中，幾乎是一切對象均可以看成布爾表達式求值，即這裏的arg能夠是一切python對象，能夠是bool、int、dict、list以及任何自定義對象。不一樣的類型爲「真」的條件不同，好比數值類型(int float)非0即爲真；序列類型（str、list、dict）非空即爲真；而對於自定義對象，在python2.7種則是看是否認義了__nonzero__ 、__len__，若是這兩個函數都沒有定義，那麼實例的布爾求值必定返回真。

總結

以上兩個問題，是我使用Python語言以來遇到的諸多問題之二，也是我在同一個地方跌倒過兩次的問題。Python語言以開發效率見長，可是我以爲須要良好的規範才能保證在大型線上項目中使用。並且，我也傾向於假設：人是不可靠的，不會永遠遵照擬定的規範，不會每次修改代碼以後更新docstring ...

　　所以，爲了保證代碼的可持續發展，須要作到如下幾點

　　第一：擬定並遵照代碼規範

　　代碼規範最好在項目啓動時就應該擬定好，能夠參照PEP8和google python styleguild。不少時候風格沒有優劣之說，可是保證項目內的一致性很重要。並保持按期review、對新人review！

　　第二：靜態代碼分析

　　只要能靜態發現的bug不要放到線上，好比對參數、返回值的檢查，在python3.x中可使用註解（Function Annotations），python2.x也能夠自行封裝decorator來作檢查。對代碼行爲，既可使用Coverity這種高大上的商業軟件，或者王垠大神的Pysonar2，也可使用ast編寫簡單的檢查代碼。

　　第三：單元測試

　　單元測試的重要性想必你們都知道，在python中出了官方自帶的doctest、unittest，還有許多更強大的框架，好比nose、mock。

　　第四：100%的覆蓋率測試

　　對於python這種動態語言，出了執行代碼，幾乎沒有其餘比較好的檢查代碼錯誤的手段，因此覆蓋率測試是很是重要的。可使用python原生的sys.settrace、sys.gettrace，也可使用coverage等跟更高級的工具。

原文出處：http://www.cnblogs.com/xybaby/p/7208496.html

 

---

​

識別圖中二維碼,領取python全套視頻資料