我個(gè)人對陷阱的定義是這樣的：代碼看起來可以工作，但不是以你“想當(dāng)然“”的方式。如果一段代碼直接出錯(cuò)，拋出了異常，我不認(rèn)為這是陷阱。比如，Python程序員應(yīng)該都遇到過的“UnboundLocalError”, 示例： 

>>> a=1  
>>> def func():  
... a+=1  
... print a  
...  
>>> func()  
Traceback (most recent call last):  
File "", line 1, in  
File "", line 2, in func  
UnboundLocalError: local variable 'a' referenced before assignment 

對于“UnboundLocalError”,還有更高級(jí)的版本： 

import random  
def func(ok):  
if ok:  
a = random.random()  
else:  
import random  
a = random.randint(1, 10)  
return a  
func(True)# UnboundLocalError: local variable 'random' referenced before assignment 

可能對于很多python新手來說，這個(gè)Error讓人摸不著頭腦。但我認(rèn)為這不算陷阱，因?yàn)檫@段代碼一定會(huì)報(bào)錯(cuò)，而不是默默的以錯(cuò)誤的方式運(yùn)行。不怕真小人，就怕偽君子。我認(rèn)為缺陷就好比偽君子。

[[206323]]

那么Python中哪些真正算得上陷阱呢?

***：以mutable對象作為默認(rèn)參數(shù)

這個(gè)估計(jì)是最廣為人知的了，Python和其他很多語言一樣，提供了默認(rèn)參數(shù)，默認(rèn)參數(shù)確實(shí)是個(gè)好東西，可以讓函數(shù)調(diào)用者忽略一些細(xì)節(jié)(比如GUI編程，Tkinter，QT)，對于lambda表達(dá)式也非常有用。但是如果使用了可變對象作為默認(rèn)參數(shù)，那么事情就不那么愉快了。 

>>> def f(lst = []):  
... lst.append(1)  
... return lst  
...  
>>> f()  
[1]  
>>> f()  
[1, 1] 

驚喜不驚喜?!究其原因，python中一切都是對象，函數(shù)也不列外，默認(rèn)參數(shù)只是函數(shù)的一個(gè)屬性。而默認(rèn)參數(shù)在函數(shù)定義的時(shí)候已經(jīng)求值了。

Default parameter values are evaluated when the function definition is executed. 

stackoverflow上有一個(gè)更適當(dāng)?shù)睦觼碚f明默認(rèn)參數(shù)是在定義的時(shí)候求值，而不是調(diào)用的時(shí)候。 

>>> import time  
>>> def report(when=time.time()):  
... return when  
...  
>>> report()  
1500113234.487932  
>>> report()  
1500113234.487932 

python docoment 給出了標(biāo)準(zhǔn)的解決辦法： 

A way around this is to use None as the default, and explicitly test for it in the body of the function  
>>> def report(when=None):  
... if when is None:  
... when = time.time()  
... return when  
...  
>>> report()  
1500113446.746997  
>>> report()  
1500113448.552873 

第二: x += y vs x = x + y

一般來說，二者是等價(jià)的，至少看起來是等價(jià)的(這也是陷阱的定義 — 看起來都OK，但不一定正確)。 

>>> x=1;x += 1;print x  
2  
>>> x=1;x = x+1;print x  
2  
>>> x=[1];x+=[2];print x  
[1, 2]  
>>> x=[1];x=x+[2];print x  
[1, 2] 

呃，被光速打臉了? 

>>> x=[1];print id(x);x=x+[2];print id(x)  
4357132800  
4357132728  
>>> x=[1];print id(x);x+=[2];print id(x)  
4357132800  
4357132800 

前者x指向一個(gè)新的對象，后者x在原來的對象是修改，當(dāng)然，那種效果是正確的取決于應(yīng)用場景。至少，得知道，二者有時(shí)候并不一樣

第三，神奇的小括號(hào)–()

小括號(hào)(parenthese)在各種編程語言中都有廣泛的應(yīng)用，python中，小括號(hào)還能表示元組(tuple)這一數(shù)據(jù)類型, 元組是immutable的序列。 

>>> a = (1, 2)  
>>> type(a)  
>>> type(()) 

但如果只有一個(gè)元素呢 

>>> a=(1)  
>>> type(a) 

神奇不神奇，如果要表示只有一個(gè)元素的元組，正確的姿勢是: 

>>> a=(1,)  
>>> type(a) 

第四：生成一個(gè)元素是列表的列表

這個(gè)有點(diǎn)像二維數(shù)組，當(dāng)然生成一個(gè)元素是字典的列表也是可以的，更通俗的說，生成一個(gè)元素是可變對象的序列

很簡單嘛： 

>>> a= [[]] * 10  
>>> a  
[[], [], [], [], [], [], [], [], [], []]  
>>> a[0].append(10)  
>>> a[0]  
[10] 

看起來很不錯(cuò)，簡單明了，but 

>>> a[1]  
[10]  
>>> a  
[[10], [10], [10], [10], [10], [10], [10], [10], [10], [10]] 

我猜，這應(yīng)該不是你預(yù)期的結(jié)果吧，究其原因，還是因?yàn)閜ython中l(wèi)ist是可變對象，上述的寫法大家都指向的同一個(gè)可變對象，正確的姿勢 

>>> a = [[] for _ in xrange(10)]  
>>> a[0].append(10)  
>>> a  
[[10], [], [], [], [], [], [], [], [], []] 

第五，在訪問列表的時(shí)候，修改列表

列表(list)在python中使用非常廣泛，當(dāng)然經(jīng)常會(huì)在訪問列表的時(shí)候增加或者刪除一些元素。比如，下面這個(gè)函數(shù)，試圖刪掉列表中為3的倍數(shù)的元素： 

>>> def modify_lst(lst):  
... for idx, elem in enumerate(lst):  
... if elem % 3 == 0:  
... del lst[idx] 

測試一下， 

>>> lst = [1,2,3,4,5,6]  
>>> modify_lst(lst)  
>>> lst  
[1, 2, 4, 5] 

好像沒什么錯(cuò)，不過這只是運(yùn)氣好 

>>> lst = [1,2,3,6,5,4]  
>>> modify_lst(lst)  
>>> lst  
[1, 2, 6, 5, 4] 

上面的例子中，6這個(gè)元素就沒有被刪除。如果在modify_lst函數(shù)中print idx， item就可以發(fā)現(xiàn)端倪：lst在變短，但idx是遞增的，所以在上面出錯(cuò)的例子中，當(dāng)3被刪除之后，6變成了lst的第2個(gè)元素(從0開始)。在C++中，如果遍歷容器的時(shí)候用迭代器刪除元素，也會(huì)有同樣的問題。

如果邏輯比較簡單，使用list comprehension是不錯(cuò)的注意

第六，閉包與lambda

這個(gè)也是老生長談的例子，在其他語言也有類似的情況。先看一個(gè)例子: 

>>> def create_multipliers():  
... return [lambda x:i*x for i in range(5)]  
...  
>>> for multiplier in create_multipliers():  
... print multiplier(2)  
... 

create_multipliers函數(shù)的返回值時(shí)一個(gè)列表，列表的每一個(gè)元素都是一個(gè)函數(shù) — 將輸入?yún)?shù)x乘以一個(gè)倍數(shù)i的函數(shù)。預(yù)期的結(jié)果時(shí)0，2，4，6，8. 但結(jié)果是5個(gè)8，意外不意外。

由于出現(xiàn)這個(gè)陷阱的時(shí)候經(jīng)常使用了lambda，所以可能會(huì)認(rèn)為是lambda的問題，但lambda表示不愿意背這個(gè)鍋。問題的本質(zhì)在與python中的屬性查找規(guī)則，LEGB(local，enclousing，global，bulitin)，在上面的例子中，i就是在閉包作用域(enclousing)，而Python的閉包是 遲綁定 ， 這意味著閉包中用到的變量的值，是在內(nèi)部函數(shù)被調(diào)用時(shí)查詢得到的。

解決辦法也很簡單，那就是變閉包作用域?yàn)榫植孔饔糜颉?nbsp;

>>> def create_multipliers():  
... return [lambda x, i = i:i*x for i in range(5)]  
... 

第七，定義__del__

大多數(shù)計(jì)算機(jī)專業(yè)的同學(xué)可能都是先學(xué)的C、C++，構(gòu)造、析構(gòu)函數(shù)的概念應(yīng)該都非常熟。于是，當(dāng)切換到python的時(shí)候，自然也想知道有沒有相應(yīng)的函數(shù)。比如，在C++中非常有名的RAII，即通過構(gòu)造、析構(gòu)來管理資源(如內(nèi)存、文件描述符)的聲明周期。那在python中要達(dá)到同樣的效果怎么做呢，即需要找到一個(gè)對象在銷毀的時(shí)候一定會(huì)調(diào)用的函數(shù)，于是發(fā)現(xiàn)了__init__, __del__函數(shù)，可能簡單寫了兩個(gè)例子發(fā)現(xiàn)確實(shí)也能工作。但事實(shí)上可能掉進(jìn)了一個(gè)陷阱，在python documnet是有描述的：

Circular references which are garbage are detected when the option cycle detector is enabled (it’s on by default), but can only be cleaned up if there are no Python-level __del__() methods involved. 

簡單來說，如果在循環(huán)引用中的對象定義了__del__,那么python gc不能進(jìn)行回收，因此，存在內(nèi)存泄漏的風(fēng)險(xiǎn)

第八，不同的姿勢import同一個(gè)module

示例在stackoverflow的例子上稍作修改，假設(shè)現(xiàn)在有一個(gè)package叫mypackage，里面包含三個(gè)python文件：mymodule.py, main.py, __init__.py。mymodule.py代碼如下：

l = []  
class A(object):  
    pass 

main.py代碼如下： 

def add(x):   
    from mypackage import mymodule   
    mymodule.l.append(x)   
    print "updated list",mymodule.l, id(mymodule)  
 
def get():   
    import mymodule   
    print 'module in get', id(mymodule)   
    return mymodule.l    
 
if __name__ == '__main__':   
    import sys  
     sys.path.append('../')   
    add(1)   
    ret = get()   
    print "lets check", ret 

運(yùn)行python main.py，結(jié)果如下： 

updated list [1] 4406700752   
module in get 4406700920   
lets check [] 

從運(yùn)行結(jié)果可以看到，在add 和 get函數(shù)中import的mymodule不是同一個(gè)module，ID不同。當(dāng)然，在python2.7.10中，需要main.py的第13行才能出現(xiàn)這樣的效果。你可能會(huì)問，誰會(huì)寫出第13行這樣的代碼呢?事實(shí)上，在很多項(xiàng)目中，為了import的時(shí)候方便，會(huì)往sys.path加入一堆路徑。那么在項(xiàng)目中，大家同意一種import方式就非常有必要了

第九，python升級(jí)

python3.x并不向后兼容，所以如果從2.x升級(jí)到3.x的時(shí)候得小心了，下面列舉兩點(diǎn)：

在python2.7中，range的返回值是一個(gè)列表;而在python3.x中，返回的是一個(gè)range對象。

map()、filter()、 dict.items()在python2.7返回列表，而在3.x中返回迭代器。當(dāng)然迭代器大多數(shù)都是比較好的選擇，更加pythonic，但是也有缺點(diǎn)，就是只能遍歷一次。在instagram的分享中，也提到因?yàn)檫@個(gè)導(dǎo)致的一個(gè)坑爹的bug。

第十，gil

以GIL結(jié)尾，因?yàn)間il是Python中大家公認(rèn)的缺陷!

從其他語言過來的同學(xué)可能看到python用threading模塊，拿過來就用，結(jié)果發(fā)現(xiàn)效果不對啊，然后就會(huì)噴，什么鬼。

總結(jié)：

毫無疑問的說，python是非常容易上手，也非常強(qiáng)大的一門語言。python非常靈活，可定制化很強(qiáng)。同時(shí)，也存在一些陷阱，搞清楚這些陷阱能夠更好的掌握、使用這么語言。本文列舉了一些python中的一些缺陷，這是一份不完全列表，歡迎大家補(bǔ)充。