根據你的說法，編程人員可能在編碼時可能會犯的最常見的Python編程錯誤是什麼？那麼我們中有些人習慣於做這些基本的編碼錯誤。在這裡，我們將指導您如何發現這些並提高您的代碼質量。但是，瞭解這些問題的背景是公平的。 小編推薦一個群，有很多熱愛python聚集在了一起，並整理了大量的學習資料上傳到了群文件當中，喜歡python的朋友可以加入python群：526929231歡迎大家交流討論各種技術，一起快速成長

令人驚訝的是，研究顯示，大多數這些錯誤恰好是過去編程經驗中常見的誤解的副作用。例如，在學習編程時，沒有意識到你犯了一些錯誤。有時候，你不知道你犯錯誤並在程序中留下空白。

它也反映出你很容易。而學習計劃是艱鉅的任務，每個人都會接受誰做的。

但最重要的是你可以從錯誤中學習。你可以把他們當成增長的機會。所以，如果你做了一個，你不應該感到羞恥。事實上，每個錯誤都是一個重要的教訓，要了解你攜帶，直到你成為一名專家。一個好的程序員永遠不會跑掉，而是接受他們作為發展道路上的里程碑。

儘管如此，在本文中，我們列出了一些Python編程錯誤，並嘗試為其中的每個提供一個解決方案。

首先，您可以通過以下清單來幫助您避免基本的Python編程錯誤。它列出了程序/應用程序的一些關鍵要素，並提出了幾點進行改進。

• 標識符：確保所有標識符都有意義。避免單個字母和名稱，如temp / flag。

• 模塊化：使用函數和類拆分邏輯。不要重新開發一個庫程序。

• 格式化：在Python中縮小代碼時要小心。使用空格而不是製表符，並按照一致的縮進模式。

• 評論對 Docstring： Python支持Docstring。比使用傳統評論更方便。確保您的所有功能都有一個Docstring。

• 代碼分析：在代碼上運行PyLint這樣的工具。它有助於捕獲低懸掛的水果，如未定義的變量，基本的打字錯誤，未使用的代碼等。

• 單元測試：不要錯過單元測試你的代碼。使用測試模塊，如<unittest>或<unittest.mock>，並提供開發測試代碼。

• 代碼分析：不要猜到未知數，而是找到它們。添加模塊，如<timeit>或<cprofile>來查找代碼中的隱藏問題。

常見的Python編程錯誤避免。

1.忽略Python範圍規則（LEGB）。

如果您不知道Python範圍規則，那麼您犯錯誤的可能性很大。這是因為與其他編程語言相比，Python對範圍變量使用了一些不同的方法。例如，它允許訪問在循環內聲明的變量或來自外部的if語句。對於來自C / C ++背景的人來說，這可能有點混亂。

以下是Python範圍界定規則（又稱為LEGB）的簡要概述。

• L -代表Local。它包含（標識符/變量）在函數中指定的名稱（使用def或lambda），而不是使用global關鍵字聲明。

• E -代表封閉功能當地人。它包含來自任何/所有封閉函數的本地範圍的名稱（例如，使用def或lambda）。

• G -指全球實體。它包括在模塊文件的頂層操作的名稱或使用global關鍵字定義的名稱。

• B -指內置。它將預先分配的名稱作為內置的名稱，如打印，輸入，打開等。

LEGB規則指定命名空間的以下順序，用於搜索名稱。

本地 - >封閉 - >全局 - >內置。

Python LEGB規則概覽。

因此，如果特定的<name-> object>映射在本地命名空間中不可用，那麼將在附帶的範圍內查找。如果它不成功，那麼Python將移動到全局命名空間，並繼續搜索內置的。如果在任何命名空間中找不到名稱，則會引發NameError。

要詳細瞭解LEGB規則，請考慮以下示例。它展示了Python範圍規則的實際用法和影響。在這個例子中，我們使用了四個函數來演示Python中範圍規則的應用。

LEGB示例。

1.功能：<access_local（）> -它使用名為“token”的本地變量（它也存在於全局命名空間中），並用某些值初始化。然後，它查詢本地和全局命名空間，以確認它們在兩者中的存在。最後，打印“token”變量以確保它不引用全局變量。

2.功能：<access_enclosed（）> -它有一個for循環並在循環內初始化令牌變量。然後，它檢查全局命名空間，它也包含令牌變量。接下來，它打印令牌變量的值，它是在附帶的for-loop中設置的值。它證明在封閉範圍內定義的變量的優先級高於全局變量。功能：<access_global（）>

3.函數：<access_global（）> -在這個函數中，首先，我們確認在全局命名空間中存在令牌變量。然後，印刷它的價值與我們在開始時所設定的一樣，即在全球一級。

4.功能：<id（）> - 在這裡，我們創建了我們自己定義的內置的“id（）”函數。而根據LEGB規則，內置優先級最低。所以每當我們調用“id（）”函數，Python將引用全局命名空間中可用的一個。

5- NameError - 如上所述，使用未定義的變量會拋出NameError。你可以看到發生在下面的代碼的最後一個聲明。在這一行中，我們嘗試打印導致錯誤的“token1”。

示例代碼

以上是Python代碼的輸出。要解釋以下結果，請參考示例中給出的說明。

誤認認同為平等。

Python程序員提交的另一個常見錯誤是在比較整數時誤認為<等於>等於。由於Python用於緩存整數，所以他們可能不知道這個錯誤。

要理解這個概念，我們來考慮以下兩個例子。

實施例-1。

在下面的第一個例子中，我們使用了兩個名為<sum>和<add>的變量。並且每個都存儲兩個整數的和。然後，我們將兩個變量與等式（==）運算符進行比較。它將返回true，因為兩個變量都保持相同的值。接下來，我們使用identity（“is”）運算符來測試它們，但也返回true。原因是Python為它們分配了相同的地址。您可以從最後打印的id值確認。

但程序員沒有意識到兩個不同的操作（“==”和“is”）產生相同的結果。並且在不知不覺中犯了這個錯誤。

但是，在下一個例子中

例2。

在這個例子中，我們考慮使用長整數。這裡的一點是，Python只在-5到256之間緩存整數。而大數字佔據了它們的單獨的一個盒子才能睡覺。

因此，在將大整數與身份（“is”）運算符進行匹配時，不會產生與上一個示例中所看到的相同的結果。

3.在您的代碼中不合理地使用反模式。

一般來說，反模式是一種常見問題的設計方法，暫時解決問題，但可能存在副作用。

在這裡，我們正在討論程序員在編碼時可能會使用的一些Python反模式。

3.1 使用Java風格的Getter和Setter函數。

通常將Java稱為最佳實踐來定義訪問類的成員的get / set函數。並且您可以看到這種模式被應用於使用Java Hibernate Framework的應用程序中。

相反，在Python中使用這些功能會導致額外的代碼沒有真正的好處。

反模式示例：以Java風格實現Python類。

最好的Java最終對於Python是不一樣的。所以如果你來自Java背景，你必須謹慎地思考Python的工作方式。

方法-1：你應該如何在Python中執行

在Python中，可以直接訪問或操作類成員。通常，Python中使用受保護的或私有的是稀缺的。默認情況下，Python中的成員也是公開的，直到您使用<_>或<__>為其添加前綴。這樣，您可以模仿它們的行為就像受保護（帶_）或私有（帶__）。Python以_ _>或_ __>前綴混淆變量的名稱，以將它們從課外的代碼中疏離出來。

我們刪除了get / set函數後，您應該會看到下面的代碼。

方法-2：使用內置的<Property>可以像Get / Set函數一樣工作。

在某些情況下，當隱藏成員時，您可以使用屬性裝飾器來實現getter / setter功能。

這就是您可以修改代碼的方式。

3.2 不規則使用標籤的空格。

PEP 8指南確認Python代碼應始終使用四個空格縮進和使用選項卡。儘管這只是一個沒有標準Python引擎執行的規則。但這是您應該遵循的方式，使您的代碼可管理和無錯誤。

反模式示例：與選項卡混合的空格。

這是一個Python代碼，它持有一個縮進列表和兩個方法的類，一個是使用空格，另一個具有用於縮進的製表符。代碼運行正常，但錯過了PEP 8準則。

重構：將標籤轉換為空格。

解決方案是重構你的代碼將標籤轉換成空格。有很多方法可以做到。

1.您可以編輯文本編輯器的設置，並將其設置為插入四個空格而不是一個選項卡。

2.如果你在Linux上使用VIM，那麼使用<：retab>命令為你做這個工作。它將與否交換標籤。的標籤設置中定義的空格。

3.您還可以運行腳本<reindent.py>進行自動縮進。您可以在<Python安裝目錄> Tools \ Scripts \ reindent.py>路徑下找到它。

3.3。Python的異常塊的利用不足。

在學習或適應新的語言的同時，我們也考慮走過必需品，然後走過演出。

但是，我們不應該忽略一個例外的話題。瞭解和利用異常可以使您的應用程序工作，即使在特殊情況下。

有時，我們可以使用它們，但是從不會幫助我們。我們來看一個這樣的例子，然後是一個有助於高效實現異常的解決方案。

反模式：根本不使用異常。

下面是一個弱錯誤處理的例子。這只是證實一個明顯的事實。但是忽略了以下條件。

• 如果“debug.log”存在，但是在刪除它時會出現一些錯誤。該代碼將中止，沒有任何來自應用程序的信息。

• 您不會希望看到您的代碼死於不影響執行其餘部分的步驟。

EAFP是Python程序員經常使用的常見俚語。它代表<容易要求寬恕而不是許可>。它表示使用異常處理與未定義的變量或文件等有關的錯誤的概念。

解決方案：使用Try-Except來避免任何可能性。

這是一個封裝在try-except塊中的代碼。現在是按照EAFP慣例的格式。有趣的是，except子句設置為顯示擬合錯誤消息。

3.4。從函數返回不一致的類型值。

你應該檢查你的函數是否返回一個類型的值，它的調用者不會期望。如果是這樣，那麼更好地更新該條件以引發異常。否則，呼叫者將在進一步處理之前總是必須驗證類型。

你應該避免編寫這樣的代碼，導致混亂，並增加複雜性。考慮下面的例子，並參考下面給出的解決方案。

反模式：返回變體類型。

在下面的示例中，函數get_error_message（）返回與錯誤代碼相對應的錯誤消息。但是在不存在的錯誤代碼的情況下，它返回None。它導致難以維護的模糊的代碼。而呼叫者必須明確地檢查它。

解決方案：提高未知值的異常。

處理意外情況的理想方法是使用try-except塊並提出適當的異常。它也適合這種條件，因為該函數不會返回任何數據。所以不是返回任何無效或未知的值，更好地拋出異常。

您可以參考下面的代碼，這是上面的例子的更新版本。現在它更清潔，不需要檢查額外的數據類型。

3.5。類型檢查不正確

有時，程序員可以在代碼中調用<type（）>來比較數據類型。相反，他們應該使用<isinstance>進行類型檢查。

該方法甚至能夠識別派生類對象。因此，它是類型檢查的最佳選擇。

反模式：弱類型檢查示例。

以下代碼將無法匹配Employee類的<emp>類型。儘管如此，程序員也會認為它會奏效。

解決方案：強大的類型檢查示例。

這是執行對象類型檢查的正確方法。

導致循環依賴的import。

在Python中，import也是一個可執行語句。每個import子句導致執行相應的模塊。此外，在相關代碼（在def或類）中執行之前，模塊中嵌入的任何函數或類都不會生效。

因此，遞歸導入模塊可能會導致程序中的循環依賴。例如，假設我們有兩個模塊mod1和mod2。

mod1具有導入調用以加載mod2。它包含以下代碼。

要理解循環依賴的原因，讓我們想象下面的代碼序列。

1.從主程序加載mod1。主程序然後讀取mod1並處理它。由於它正在加載mod2在頂部，所以Python將繼續閱讀它。

2.直到這一點上，Python的兩個<MOD1>和<MOD2>已經得到了sys.modules中下對象列表。但是，由於Python正在執行<mod2>模塊，<mod1>仍然沒有收到任何定義。

3.現在，為了使循環依賴的情況下，讓我們添加一個“進口MOD1”語句轉換成模2模塊。所以在執行“import mod1”調用時，Python將引用回到空的mod1對象。

4.在這種情況下，任何調用MOD1從mod2的實體（DEF或類）會導致失敗。

解。

上述問題可能有兩個最有可能的解決方案。

1.修改程序以消除遞歸導入。您可以將一些功能卸載到新模塊。

2.另一種方法可能是將受影響的導入（mod2）替換為調用模塊的尾部（即mod1）。

因此，在模塊mod1中將“import mod2”調用轉移到EOF將會解決循環依賴問題。

5.濫用<__ Init __>方法。

就像C ++中的構造函數一樣，Python中有<__ init __>方法。當Python將內存分配給一個新的類對象時，它會自動調用。此方法的目的是設置類對象的實例成員的值。

並且從<__ init __>方法顯式返回值不是一個好習慣。這意味著你想偏離這種方法的目的。如果是這種情況，那麼最好選擇一種不同的方法，或者定義一個新的實例方法。

讓我們用一些例子來確定上述事實。

示例：濫用<__ Init __>方法。

在此示例中，代碼正在嘗試從<__ init __>方法返回員工的工作經驗。但是會導致錯誤“TypeError：__init __（）應返回None”。

示例：添加新的屬性來修復<__ Init __>錯誤。

為了解決上述問題，我們將把所需的邏輯移至不同的實例方法。一旦類對象準備好初始化，就可以調用此方法。

所以這是一些Python編程錯誤和他們的解決方案，我們想與你分享。但是，該列表太大，無法放在一個帖子中。所以我們還會繼續發佈有用的編程錯誤。

總結 - 常見的Python編程錯誤避免。

您好，我們相信這篇文章有很多可供您在日常工作中學習和應用。您可能不會直接使用它們，但您仍然可以避免在代碼中出現此類錯誤。

最後，如果你有任何這樣的“Python編程錯誤”來分享，那麼讓世界知道它。通過閱讀博客和文章，保持有關信息的新鮮度也很重要，PDF的書籍已經整理到了群文件當中，需要的朋友可以加下群