Python編碼實例問題有哪些

# Python編碼實例問題有哪些

Python作為一門簡潔高效的編程語言，在開發過程中仍會遇到各種典型編碼問題。本文整理8類高頻實例問題，涵蓋語法、數據結構、并發等場景，并附解決方案。

## 一、變量作用域混淆

### 問題表現
```python
x = 10
def func():
    print(x)  # 期望修改全局變量
    x += 1    # UnboundLocalError

解決方案

x = 10
def func():
    global x  # 聲明全局變量
    x += 1

二、可變默認參數陷阱

問題重現

def append_to(item, lst=[]):
    lst.append(item)
    return lst

print(append_to(1))  # [1]
print(append_to(2))  # 預期[2]，實際[1,2]

正確寫法

def append_to(item, lst=None):
    lst = lst or []
    lst.append(item)
    return lst

三、列表遍歷時修改

錯誤示例

lst = [1,2,3,4]
for i in lst:
    if i % 2 == 0:
        lst.remove(i)  # 導致跳過元素

推薦方案

# 方案1：創建新列表
lst = [x for x in lst if x % 2 != 0]

# 方案2：倒序刪除
for i in reversed(range(len(lst))):
    if lst[i] % 2 == 0:
        del lst[i]

四、淺拷貝引發的數據共享

問題場景

matrix = [[0]*3]*3
matrix[0][0] = 1  # 所有子列表首元素被修改

深度拷貝方案

# 正確初始化方式
matrix = [[0 for _ in range(3)] for _ in range(3)]

五、GIL導致的并發瓶頸

多線程無效案例

import threading

def count():
    n = 0
    for _ in range(1000000):
        n += 1

threads = [threading.Thread(target=count) for _ in range(4)]
for t in threads:
    t.start()  # 實際執行速度比單線程更慢

多進程解決方案

from multiprocessing import Pool

with Pool(4) as p:
    p.map(count, [None]*4)  # 真正并行執行

六、文件路徑跨平臺問題

硬編碼風險

open('C:\\Users\\data.txt')  # Windows專用寫法

通用方案

from pathlib import Path

file = Path(__file__).parent / 'data.txt'
with open(file, 'r') as f:
    pass

七、循環引用導致內存泄漏

典型場景

class Node:
    def __init__(self):
        self.parent = None

a = Node()
b = Node()
a.child = b
b.parent = a  # 循環引用

弱引用解決方案

import weakref

class Node:
    def __init__(self):
        self._parent = None
    
    @property
    def parent(self):
        return self._parent()
    
    @parent.setter
    def parent(self, value):
        self._parent = weakref.ref(value)

八、動態導入的陷阱

危險寫法

module_name = input("輸入模塊名: ")
module = __import__(module_name)  # 可能導入惡意模塊

安全方案

import importlib

ALLOWED = {'math', 'datetime'}
if module_name in ALLOWED:
    module = importlib.import_module(module_name)

總結建議

1. 使用mypy進行靜態類型檢查
2. 通過pylint規范代碼風格
3. 重要操作添加單元測試
4. 復雜邏輯添加文檔字符串

掌握這些典型問題的解決方案，能顯著提升Python代碼的健壯性和可維護性。 “`

該文檔通過具體案例演示了Python開發中的常見陷阱，每個問題包含： - 錯誤現象展示 - 問題根源分析 - 最佳實踐方案 - 相關擴展建議 采用Markdown代碼塊實現語法高亮，便于技術文檔閱讀。