本文有些零碎，總題來說，包括兩個問題：

（1）可變對象（最常見的是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，本質都是因為動態語言（動態類型語言）的特性造成了，動態語言的好處就不細說了，本文是要討論因為動態－－這種靈活性帶來的一些問題。

什么是動態語言（Dynamic Programming language）呢，是相對于靜態語言而言，將很多靜態語言編譯（compilation）時期所做的事情推遲到運行時，在運行時修改代碼的行為，比如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，是在運行時確定數據類型，變量使用之前不需要類型聲明，通常變量的類型是被賦值的那個值的類型。Python就是屬于典型的動態語言。

動態語言的魅力在于讓開發人員更好的關注需要解決的問題本身，而不是冗雜的語言規范，也不用干啥都得寫個類。運行時改變代碼的行為也是非常有用，比如python的熱更新，可以做到不關服務器就替換代碼的邏輯，而靜態語言如C++就很難做到這一點。筆者使用得最多的就是C++和Python，C++中的一些復雜的點，比如模板（泛型編程）、設計模式（比如template method），在Python中使用起來非常自然。我也看到過有一些文章指出，設計模式往往是特定靜態語言的補丁 -- 為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，由于語言的靈活性，由于動態類型，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

事后說起來很簡單，服務端數據（放在dict里面的）被意外修改了，但查證的時候也花了許多時間，偽代碼如下：

?

?

上述的代碼很簡單，dct是一個dict，極大概率會調用一個不用修改dct的子函數，極小概率出會調用到可能修改dct的子函數。問題就在于，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。當然，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，而且，在routine這個函數的doc里面，聲明不會修改dct，該函數本身確實沒有修改dct，但調用的子函數或者子函數的子函數沒有遵守這個約定。

?

從python語言特性看這個問題

本小節解釋上面的代碼為什么會出問題，簡單來說兩點：dict是mutable對象； dict實例作為參數傳入函數，然后被函數修改了。

　　Python中一切都是對象(evething is object)，不管是int str dict 還是類。比如?a =5，?5是一個整數類型的對象（實例）；那么a是什么，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??是什么意思呢，?是b指向a指向的對象，即a， b都指向整數5這個對象

　　那么什么是mutable 什么是immutable呢，mutable是說這個對象是可以修改的，immutable是說這個對象是不可修改的(廢話)。還是看Python官方怎么說的吧

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，比如對a賦值，?a=6， 現在a不是變成6了嗎？是的，a現在"變成"6了，但本質是a指向了6這個對象 -- a不再指向5了

　　檢驗對象的唯一標準是id，id函數返回對象的地址，每個對象在都有唯一的地址。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

或者這么說，對于非可變對象，在對象的生命周期內，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；而其他的dict list 自定義的對象等屬于可變對象。注意： str也是不可變對象，這也是為什么在多個字符串連接操作的時候，推薦使用join而不是+

　　而且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么意思呢，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：

?

可以看到，剛進入子函數double的時候，a，v指向的同一個對象（相同的id）。對于test int的例子，v因為v*=2，指向了另外一個對象，但對實參a是沒有任何影響的。對于testlst的時候，v*=2是通過v修改了v指向的對象（也是a指向的對象），因此函數調用完之后，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：

為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。具體來說，包括copy.copy, copy.deepcopy, 前者是淺拷貝，后者是深拷貝。二者的區別在于：

簡單來說，深拷貝會遞歸拷貝，遍歷任何compound object然后拷貝，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]]

?

從例子可以看出淺拷貝的局限性，Python中，對象的基本構造也是淺拷貝，例如 dct = {1： [1]}; dct1 = dict(dct)

　　正是由于淺拷貝與深拷貝本質上的區別，二者性能代價差異非常之大，即使對于被拷貝的對象來說毫無差異：

?

?

在上面的示例中，dct這個dict的values都是int類型，immutable對象，因為無論淺拷貝 深拷貝效果都是一樣的，但是耗時差異巨大。如果在dct中存在自定義的對象，差異會更大

　　那么為了安全起見，應該使用深拷貝；為了性能，應該使用淺拷貝。如果compound object包含的元素都是immutable，那么淺拷貝既安全又高效，but，對于python這種靈活性極強的語言，很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 函數調用者是多么不爽，而本章節則說明沒有簽名對函數提供者有多么不爽。沒有類型檢查真的蛋疼，我也遇到過有人為了方便，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，根本沒法“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，而且還有比這更嚴重的，比如掛羊頭賣狗肉。

　　這里有一個問題，函數期望arg是某種類型，是否應該寫代碼判斷呢，比如：isinstance(arg, str)。因為沒有編譯器靜態來做參數檢查，那么要不要檢查，如何檢查就完全是函數提供者的事情。如果檢查，那么影響性能，也容易違背python的靈活性 -- duck typing； 不檢查，又容易被誤用。

　　但在這里，考慮的是另一個問題，看代碼的第二行：?if arg。python中，幾乎是一切對象都可以當作布爾表達式求值，即這里的arg可以是一切python對象，可以是bool、int、dict、list以及任何自定義對象。不同的類型為“真”的條件不一樣，比如數值類型(int float)非0即為真；序列類型（str、list、dict）非空即為真；而對于自定義對象，在python2.7種則是看是否定義了__nonzero__ 、__len__，如果這兩個函數都沒有定義，那么實例的布爾求值一定返回真。

?

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，但是我覺得需要良好的規范才能保證在大型線上項目中使用。而且，我也傾向于假設：人是不可靠的，不會永遠遵守擬定的規范，不會每次修改代碼之后更新docstring ...

　　因此，為了保證代碼的可持續發展，需要做到以下幾點

　　第一：擬定并遵守代碼規范

　　代碼規范最好在項目啟動時就應該擬定好，可以參照PEP8和google python styleguild。很多時候風格沒有優劣之說，但是保證項目內的一致性很重要。并保持定期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，比如對參數、返回值的檢查，在python3.x中可以使用注解（Function?Annotations），python2.x也可以自行封裝decorator來做檢查。對代碼行為，既可以使用Coverity這種高大上的商業軟件，或者王垠大神的Pysonar2，也可以使用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大家都知道，在python中出了官方自帶的doctest、unittest，還有許多更強大的框架，比如nose、mock。

　　第四：100%的覆蓋率測試

　　對于python這種動態語言，出了執行代碼，幾乎沒有其他比較好的檢查代碼錯誤的手段，所以覆蓋率測試是非常重要的。可以使用python原生的sys.settrace、sys.gettrace，也可以使用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

轉載于:https://www.cnblogs.com/IT-Scavenger/p/9642558.html

總結

以上是生活随笔為你收集整理的动态语言的灵活性是把双刃剑 －－ 以Python语言为例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。