前言这是“PythonTinkerers”系列的第三篇文章。数字是几乎所有编程语言中最基本的数据类型，是我们通过代码连接现实世界的基础。Python中共有三种数值类型：整数（int）、浮点数（float）和复数（complex）。在大多数情况下，我们只需要处理前两个。整数在Python中更省心，因为它们无符号且无符号且永远不会溢出。但是浮点数和大多数其他编程语言一样，仍然存在精度问题，这常常让很多刚进入编程世界的新人感到困惑：“为什么浮点数不准确？”。Python中的字符串比数字复杂得多。要想掌握它，就得搞清楚bytes和str的区别。如果更倒霉，你还是Python2用户，就够你喝几壶unicode和字符编码问题了（赶紧迁移到Python3，今天！）。不过，以上都不是本文的主题。如果你有兴趣，你可以在网上找到成堆的相关资料。在本文中，我们将讨论一些更微妙和不太常见的编程实践。帮助您编写更好的Python代码。内容目录最佳实践1少写字面数字，使用enum枚举类型改进代码2裸字符串处理不要走得太远3不需要预先计算字面表达式实用技巧1多行出现多行时级别缩进字符串2布尔值其实就是“数字”3提高超长字符串的可读性4不要忘记那些以“r”开头的内置字符串函数5使用“无限”的常见错误float("inf")1"value=1"不是线程安全的2字符串拼接并不慢最佳实践1.少写字面数字“整数字面值”是指直接出现在代码中的数字。它们分布在代码的各个角落，例如代码delusers[0]中的0就是一个数字字面量。它们简单、实用，而且每个人每天都在写作。但是，当您在代码中不断重复某些文字时，您的“代码质量警告灯”应该呈黄色亮起。比如你刚入职一个你崇拜已久的新公司，同事交给你的项目中有这样一个功能：defmark_trip_as_featured(trip):"""在推荐栏中添加行程"""iftrip.source==11:do_some_thing(trip)eliftrip.source==12:do_some_other_thing(trip)......return这个函数是做什么的？您正在尝试弄清楚，但是trip.source==11呢？那么==12呢？这两行代码很简单，没有使用任何神奇的功能。但是，如果您不熟悉这些代码，可能需要整个下午才能弄清楚它们的含义。问题在于那几个数字文字。最先写这个功能的人可能是公司成立之初加入的老程序员。而且他很清楚那些数字的含义。但如果您是这段代码的新手，那就完全是另外一回事了。使用枚举改进代码那么，如何改进这段代码呢？最直接的方式就是给这两个条件分支加上注释。但在这里，“添加注释”显然不是提高代码可读性的最佳方式（事实上，在其他大多数情况下并非如此）。我们需要用有意义的名称来替换这些字面量，而枚举类型（enum）最适合于此。enum是Python从3.4版本开始引入的内置模块。如果您使用的是早期版本，可以通过pipinstallenum34安装。这是使用枚举的示例代码：#-*-coding:utf-8-*-fromenumimportIntEnumclassTripSource(IntEnum):FROM_WEBSITE=11FROM_IOS_CLIENT=12defmark_trip_as_featured(trip):iftrip.source==TripSource.FROM_WEBSITE:do_some_thing(trip)eliftrip.source==TripSource.FROM_IOS_CLIENT:do_some_other_thing(trip)......return将重复的数字字面量定义为枚举类型，这样不仅提高了代码的可读性，同时也降低了出现bug的几率减少。试想一下，如果你在判断某一个分支的时候，把11误打成了111，会发生什么？我们总是犯这个错误，而且很难及早发现。把这些数字字面量都放到枚举类型中，可以更好的避免这种问题。同样，将字符串文字重写为枚举会产生相同的好处。使用枚举类型而不是文字的好处：提高代码可读性：没有人需要记住某个幻数代表什么提高代码正确性：减少由错误的数字或字母引起错误的可能性当然，你没有在all需要把代码中所有的字面量都改成枚举类型。可以使用代码中出现的文字，只要它们在放置它们的上下文中易于理解即可。比如那些经常作为数字下标出现的0和-1就完全没问题了，因为大家都知道是什么意思。2.原始字符串处理不要走得太远什么是“裸字符串处理”？在本文中，它指的是仅使用基本的加减乘除和循环，通过内置函数/方法来操作字符串以获得我们需要的结果。每个人都写过这样的代码。有时我们需要拼接一大段发送给用户的报警信息，有时我们需要构造一大段发送给数据库的SQL查询语句，像这样：deffetch_users(conn,min_level=None,gender=None,has_membership=False,sort_field="created"):"""获取用户列表:paramintmin_level:最低要求的用户级别,默认为所有级别:paramintgender:过滤用户性别,默认为所有性别:paraminthas_membership:filterall会员/非会员用户，默认为非会员:paramstrsort_field:排序字段，默认创建"用户创建日期":returns:list:[(UserID,UserName),...]"""#一种古老的SQL拼接技术，使用“WHERE1=1”简化字符串拼接操作#区分查询参数，避免SQL注入问题statement="SELECTid,nameFROMusersWHERE1=1"params=[]ifmin_levelisnot无：语句+="ANDlevel>=?"params.append(min_level)如果性别不是None：语句+="ANDgender>=?"params.append(gender)ifhas_membership:statement+="ANDhas_membership==true"else:statement+="ANDhas_mmembership==false"statement+="ORDERBY?"params.append(sort_field)returnlist(conn.execute(statement,params))我们之所以这样拼接出需要的字符串——这里是SQLstatement-这是因为简单、直接、直观，但是这样做最大的问题是随着功能逻辑越来越复杂，这种拼接代码会变得容易出错，难以扩展。其实就是上面的Demo代码也只是没有明显的bug（谁知道有没有其他隐藏的问题），其实对于SQL语句这样的结构化、正则化的字符串，最好还是采用面向对象的方式来构造和编辑的方式.下面这段代码使用了SQLAlchemy模块完成同样的功能：deffetch_users_v2(conn,min_level=None,gender=None,has_membership=False,sort_field="created"):"""获取用户列表"""query=select([users.c.id,users.c.name])如果min_level不是None:query=query.where(users.c.level>=min_level)如果性别不是无：query=query.where(users.c.gender==gender)query=query.where(users.c.has_membership==has_membership).order_by(users.c[sort_field])returnlist(conn.execute(query))上面的fetch_users_v2函数更短，也更易于维护，完全不用担心SQL注入问题。所以，当你的代码中出现复杂的裸字符串处理逻辑时，请尝试用下面的方式代替：问：目标/源字符串是否结构化并遵循一定的格式？是：找找有没有开源的对象模块来操作它们，或者自己写一个SQL：SQLAlchemyXML:lxmlJSON,YAML...否：尝试使用模板引擎，而不是复杂的字符串处理逻辑来达到目的Jinja2makoMustache3。计算字面量表达式偶尔会在我们的代码中出现一些复数，像这样deff1(delta_seconds):#如果超过11天，什么都不做ifdelta_seconds>950400:return...之前我说了，没有错上面的代码。首先，我们在一本小书上计算（当然像我这样聪明的人会用IPython）：11天有多少秒？.然后把结果950400这个幻数填入我们的代码，最后心满意足的在上面加上一行注释：告诉大家这个幻数是怎么来的。我想问的是：“为什么我们不把代码写成好像delta_seconds<11243600:?”“性能”，答案一定是“性能”。我们都知道Python是一种（速度很差）解释型语言，所以预计算950400正是因为我们不想在每次调用函数f1时都承担这部分计算开销。但事实是：即使我们把代码改成ifdelta_seconds<11243600:，函数也不会有任何额外的开销。Python代码在执行时被解释器编译成字节码，字节码中隐藏着真相。我们用dis模块看看：deff1(delta_seconds):ifdelta_seconds<11*24*3600:returnimportdisdis.dis(f1)#dis执行结果50LOAD_FAST0(delta_seconds)2LOAD_CONST1(950400)4COMPARE_OP0(<)6POP_JUMP_IF_FALSE1268LOAD_CONST0（无）10RETURN_VALUE>>12LOAD_CONST0（无）14RETURN_VALU请参阅上面的2LOAD_CONST1(950400)？这意味着当Python解释器将源代码编译成字节码时，它会计算整数表达式11243600并将其替换为950400。因此，当我们的代码中需要有复杂的计算字面量时，请保留整个计算公式。它对性能没有影响，并且会增加代码的可读性。提示：除了预先计算数字文字表达式外，Python解释器还对字符串和列表执行类似的操作。一切都与性能有关。谁让你抱怨Python很慢？实用技巧1、布尔值其实就是“数字”。在大多数情况下，Python中的True和False这两个布尔值可以直接等价于两个整数1和0，就像这样：>>>True+12>>>1/FalseTraceback（最近调用last）：File"
