Python - 我不该做的事？

Question

我有一些关于Python最佳实践的问题。之前我写代码的时候，常常会这样做：

...
junk_block = "".join(open("foo.txt","rb").read().split())
...

现在我不这样做了，因为我发现这样会让代码更难读。不过，如果我把语句分开写，像这样：

f_obj = open("foo.txt", "rb")
f_data = f_obj.read()
f_data_list = f_data.split()
junk_block = "".join(f_data_list)

我还注意到，在一个函数里面是可以进行'import'导入的，那这样做有什么特别的理由吗？

Answer 1

来自PEP 8（反正值得一读）

导入的内容总是放在文件的最上面，紧接着模块的注释和文档字符串，然后再是模块的全局变量和常量。

Answer 2

首先，其实没有什么理由让你不使用第一个例子——它的写法很简洁，容易理解。既然只是简单的函数调用组合，就没有必要把它拆开。

其次，在一个函数内部使用import是很有用的，特别是当你只在这个函数里需要某个库的功能时。因为导入的内容只在你导入的那个代码块内有效，如果你只用到一次，就可以在需要的地方导入，这样就不用担心在其他函数中会有名字冲突。这种做法在使用from X import Y时特别方便，因为Y不会带上它所在模块的名字，这样就可能避免和其他模块中同名的函数发生冲突。

Answer 3

只要你在一个函数里面（而不是在模块的顶层），把中间结果赋值给局部变量的成本几乎可以忽略不计（在模块顶层赋值给“局部”变量意味着要操作一个字典——模块的 __dict__——这比在函数内部要贵得多；解决办法就是不要在模块顶层写“实质性”的代码……总是把实质性的代码放在函数里！）。

Python的一般理念是“扁平化比嵌套更好”——这也包括那些高度“嵌套”的表达式。看看你最初的例子……：

junk_block = "".join(open("foo.txt","rb").read().split())

还有一个重要的问题：那个文件什么时候会被关闭？在今天的CPython中，你不需要担心——引用计数实际上能确保及时关闭。但是大多数其他Python实现（比如在JVM上的Jython，在.NET上的IronPython，各种后端上的PyPy，Parrot上的pynie，LLVM上的Unladen Swallow，如果它按照发布的路线图成熟的话……）都不保证使用引用计数——可能会涉及许多垃圾回收策略，还有其他各种好处。

如果没有任何引用计数的保证（即使在CPython中，这也一直被认为是实现的细节，而不是语言的语义！），你可能会因为在紧密循环中执行这种“打开但不关闭”的代码而耗尽资源——垃圾回收是因为内存不足而触发的，并不考虑其他有限资源，比如文件描述符。从2.6版本开始（2.5版本也可以通过“从未来导入”来实现），Python通过RAII（“资源获取即初始化”）的方法提供了一个很好的解决方案，这个方法是通过 with 语句来支持的：

with open("foo.txt","rb") as f:
  junk_block = "".join(f.read().split())

这是确保在所有符合标准的Python版本中及时关闭文件的最“扁平”的方式。更强的语义使它更可取。

除了确保正确和谨慎的语义外，嵌套和扁平版本的表达式之间没有太多选择。考虑到任务是“从文件内容中移除所有空白字符”，我会倾向于基于 re 和字符串的 .translate 方法来基准测试不同的方法（后者，尤其是在Python 2.*中，通常是删除某个字符集合中所有字符的最快方式！），如果“分割和重新连接”的方法证明更快，我会选择它——但这其实是一个相当不同的问题；-）。