快捷搜索:  汽车  科技

python必背100个基础源代码(个编写干净Python代码的技巧)

python必背100个基础源代码(个编写干净Python代码的技巧)命名规则是编写干净代码的最有用和最重要的方面之一。在给变量、函数、类等命名时,要使用有意义的、能揭示意图的名字。而这意味着我们会倾向于使用长的描述性名称,而不是短的模糊不清的名称。命名规则:从这句话中,我们可以挑选出干净代码的一些品质:开发人员可以随心所欲地编写他们的代码,因为没有固定的或约束性的规则来要求他/她编写干净的代码。而糟糕的代码会产生技术债务,从而对公司造成严重后果。在本文中,我们将看看一些帮助我们在Python中编写干净代码的设计模式。让我们在下文中了解它们。

python必背100个基础源代码(个编写干净Python代码的技巧)(1)

作者 | Alex Omeyer

译者 | 翟珂

Python的风格优雅干净,但语法干净并不等同于编写的代码也是干净的。开发人员仍然需要学习Python最佳实践和设计模式。

什么是干净的代码?

C 的发明者Bjarne Stroustrup说过一句话清楚地解释了干净代码的含义:“我喜欢我的代码是优雅和高效的。逻辑应该是直截了当的,这样就很难隐藏错误;依赖关系应该是最小的,这样便于维护;错误处理应该是完整的,符合明确的策略;性能应该是接近最佳的,这样就不会诱使人们用无原则的优化使代码变得混乱。干净的代码能做好这件事。”

从这句话中,我们可以挑选出干净代码的一些品质:

  • 干净的代码是有重点的。每个函数、类或模块都应该做一件事,而且要做得好。
  • 干净的代码容易阅读和推理。根据《面向对象的分析和设计与应用》一书的作者Grady Booch的说法:干净的代码读起来就像写好的散文。
  • 干净的代码很容易调试。
  • 干净的代码易于维护。也就是说,其他开发人员可以轻松阅读和优化它。
  • 干净的代码具有高性能。

开发人员可以随心所欲地编写他们的代码,因为没有固定的或约束性的规则来要求他/她编写干净的代码。而糟糕的代码会产生技术债务,从而对公司造成严重后果。

在本文中,我们将看看一些帮助我们在Python中编写干净代码的设计模式。让我们在下文中了解它们。

编写干净Python代码的手段

命名规则:

命名规则是编写干净代码的最有用和最重要的方面之一。在给变量、函数、类等命名时,要使用有意义的、能揭示意图的名字。而这意味着我们会倾向于使用长的描述性名称,而不是短的模糊不清的名称。

下面是一些例子:

1、使用易于阅读的长描述性名称。这将省去写不必要的注释,如下所示:

# 不推荐 # au变量是活跃用户数 au = 105 # 推荐 total_active_users = 1051.2.3.4.5.6.

2、使用描述内容名称。其他开发人员应该能够从名称中找出你的变量存储的内容。简而言之,你的代码应该易于阅读和推理。

# 不推荐 c = [“UK” “USA” “UAE”] for x in c: print(x) # 推荐 cities = [“UK” “USA” “UAE”] for city in cities: print(city)1.2.3.4.5.6.7.8.9.10.

3、避免使用模棱两可的简称。变量应该有一个长的描述性名称,而不是一个容易混淆的简称。

# 不推荐 fn = 'John' Ln = ‘Doe’ cre_tmstp = 1621535852 # 推荐 first_name = ‘John’ Las_name = ‘Doe’ creation_timestamp = 16215358521.2.3.4.5.6.7.8.9.

4、始终使用相同的词汇。与你的命名规则保持一致。当其他开发人员处理你的代码时,保持一致的命名规则对于消除混淆非常重要。这适用于命名变量、文件、方法甚至目录结构。

# 不推荐 client_first_name = ‘John’ customer_last_name = ‘Doe; # 推荐 client_first_name = ‘John’ client_last_name = ‘Doe’ Also consider this example: #不推荐 def fetch_clients(response variable): # 处理 pass def fetch_posts(res var): # 处理 pass # 推荐 def fetch_clients(response variable): # 处理 pass def fetch_posts(response variable): # 处理 pass1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.

5、在你的编辑器中开始跟踪代码库的问题。

让工程师可以轻松地跟踪和查看代码本身的问题是保持Python代码库清洁的一个主要手段。允许工程师在编辑器中跟踪代码库问题可以让工程师们:

  • 全面了解技术债务
  • 查看每个代码库问题的上下文
  • 减少上下文切换
  • 不断解决技术债务问题

你可以使用各种工具来跟踪你的技术债务,但最快速和最简单的方法是使用VSCode或JetBrains的免费Stepsize扩展,它可以与Jira、Linear、Asana和其他项目管理工具集成。

6、不要使用魔法值。魔法值是具有特殊的、硬编码语义的数字,它出现在代码中但没有任何解释。所以我们将这些数字以文字形式出现在我们代码中的多个位置。

import random # 不推荐 def roll_dice(): return random.randint(0 4) # 4应该代表什么? # 推荐 DICE_SIDES = 4 def roll_dice(): return random.randint(0 DICE_SIDES)1.2.3.4.5.6.7.8.9.10.11.

函数:

7、保持一致的函数命名规则。

正如上面的变量所见,在命名函数时要坚持一个命名习惯。使用不同的命名习惯会使其他开发者感到困惑。

# 不推荐 def get_users(): # 处理 Pass def fetch_user(id): # 处理 Pass def get_posts(): # 处理 Pass def fetch_post(id): # 处理 pass # 推荐 def fetch_users(): # 处理 Pass def fetch_user(id): # 处理 Pass def fetch_posts(): # 处理 Pass def fetch_post(id): # 处理 pass1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.

8、函数应该只做一件事,而且要做得好。写短而简单的函数,执行单一的任务。需要注意的是,如果你的函数名称包含“and”,你可能需要把它拆分成两个函数。

# 不推荐 def fetch_and_display_users(): users = [] # 一些 api 调用的结果 for user in users: print(user) # 推荐 def fetch_usersl(): users = [] # 一些 api 调用的结果 return users def display_users(users): for user in users: print(user)1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.

9、不要使用布尔值。布尔值(真或假)。每种结果应该作为一个单独的函数去调用,而不是当作函数的入参。

类:

10. 不要添加多余的描述。在使用类时,变量名不要添加不必要的前缀。

# 不推荐 class Person: def __init__(self person_username person_email person_phone person_address): self.person_username = person_username self.person_email = person_email self.person_phone = person_phone self.person_address = person_address # 推荐 class Person: def __init__(self username email phone address): self.username = username self.email = email self.phone = phone self.address = address1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.

在上面的例子中,由于我们已经在Person类里面了,所以没有必要在每个类的变量上添加person_前缀。

奖励:模块化你的代码

为了保持你的代码的条理性和可维护性,把你的逻辑分成不同的文件或类,我们称之为模块。Python中的模块是一个以.py为扩展名的文件。每个模块都应该专注于做一件事,并且把它做好。

你可以遵循面向对象的OOP原则,例如遵循基本的OOP原则,如封装、抽象、继承和多态。

结论

编写干净的代码有很多优点,如:提高软件质量、增强代码可维护性和消除技术债务等。而这些提高编写干净代码的手段同时也适用于其他语言,我希望通过阅读这篇文章,你已经对干净代码和编写干净代码的一些手段有了足够的了解。

原文链接:https://dzone.com/articles/10-must-know-patterns-for-writing-clean-code-with-1

译者介绍

翟珂,51CTO社区编辑,目前在杭州从事软件研发工作,做过电商、征信等方面的系统,享受分享知识的过程,充实自己的生活。

来源: 51CTO技术栈

猜您喜欢: