Python适用于多种条件的设计模式

Question

Python适用于多种条件的设计模式

15

什么是编写包含多个条件的验证函数的推荐结构？请看这两个例子。第一个看起来很丑，第二个并不常见，可能是因为通常使用"assert"来排除意外行为。是否有更好的替代方案？建议结构：使用单独的函数来处理每个条件，然后将它们组合在一起以进行验证。这样可以使代码更易于理解和维护。

def validate(val):
  if cond1(val):
    return False
  if cond2(val):
    return False
  if cond3(val)
    return False
  return True

或者

def validate(val):
  try:
    assert cond1(val)
    assert cond2(val)
    assert cond3(val)
    return True
  except AssertionError:
    return False

- Willem

23

不应使用assert来验证数据！它用于验证程序的逻辑：您使用它来测试某些条件，如果您的程序逻辑正确，这些条件将永远不会发生。如果程序引发AssertionError，那么就意味着您的代码存在错误并需要调试。 - PM 2Ring

11

此句话的意思是：如果代码被优化，会删除断言语句。 - Peter Wood

@PeterWood 确实！事实上，在看到您的评论之前，我已经向我的答案中添加了该信息。;) - PM 2Ring

如果你正在编写将由他人维护的代码，我会使用第一种方式，因为它非常易读。在代码中运用诗意可以满足智力上的需求并展现出敏锐的思维，但可能会带来后患。 - copper.hat

3

“众所周知，调试程序比起一开始编写程序时要困难两倍。因此，如果你在编写时已经尽可能聪明，那么你将如何调试呢？” ——布莱恩·克尼根，《程序设计风格之元素》第二版，第二章。 - PM 2Ring

@PM2Ring：我知道这个问题。曾经被它咬过。但是一个月前写的代码现在还是有点难以理解。 - copper.hat

3个回答

5

def valid(value):
    return (is_this(value)
            and that(value)
            and other(value))

and 操作符在 Python 中表现出“短路”行为。

- jfs

2

当所有条件都为True时，它将返回True。但是如果任何一个条件为True，则应该返回False。 - Peter Wood

2

@PeterWood 是的，这是意图。条件被颠倒了（看名字）。要使用OP的条件和名称：return not (cond1(val) or cond2(val) or cond3(val)) 我认为我的变体更易读。 - jfs

2

第一种方法更好。可以使用any()稍微美化一下：

def validate_conditions(value):
    return not any((condition(value) for condition in conditions))

- Evya

1

当所有条件都为True时，它将返回True。但是如果任何一个条件为True，则应该返回False。 - Peter Wood

3

еҪјеҫ—иҜҙзҡ„иҜқгҖӮеҗҢж—¶пјҢе°Ҷз”ҹжҲҗеҷЁиЎЁиҫҫејҸдј йҖ’з»ҷall/anyжҜ”е°ҶеҲ—иЎЁжҺЁеҜјејҸдј йҖ’иҰҒжӣҙеҠ й«ҳж•ҲгҖӮ all/anyеңЁиҺ·еҫ—жңүж•Ҳз»“жһңеҗҺз«ӢеҚіеҒңжӯўжөӢиҜ•пјҢеӣ жӯӨеҰӮжһңжӮЁд»Һз”ҹжҲҗеҷЁдёӯжҸҗдҫӣж•°жҚ®пјҢеҲҷз”ҹжҲҗеҷЁд№ҹдјҡеҒңжӯўгҖӮдҪҶжҳҜпјҢеҰӮжһңжӮЁеҗ‘е®ғд»¬дј йҖ’еҲ—иЎЁжҺЁеҜјејҸпјҢеҲҷеҝ…йЎ»е…Ҳжһ„е»әж•ҙдёӘеҲ—иЎЁпјҢз„¶еҗҺall/anyжүҚиғҪејҖе§ӢжөӢиҜ•гҖӮ - PM 2Ring

感谢您澄清。 - Evya

此外，在Python中，生成器表达式是少数几个鼓励不那么隐式的东西之一。((...))可以被(...)替换，换句话说，如果生成器表达式是唯一的参数，则不需要括号。 - Graipher

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- PM 2Ring · Accepted Answer

使用any和生成器表达式编写该函数的简洁方法是：

def validate(val):
    conditions = (cond1, cond2, cond3)
    return not any(cond(val) for cond in conditions)

< p > any 和 all 函数是短路运算，所以它们一旦有了明确的结果就会停止测试，即 any 遇到 True-ish 值就停止，all 遇到 False-ish 值就停止，因此这种测试形式非常高效。

我还应该提到，将生成器表达式传递给 all/any 比传递列表推导式更加高效。因为 all/any 一旦得到有效结果就停止测试，如果你从一个生成器中提供数据给它们，那么生成器也会停止，因此在上面的代码中，如果 cond(val) 的值为 True-ish，则不会再进行任何测试。但是如果你传递一个列表推导式给 all/any ，例如 any([cond(val) for cond in conditions]) ，则整个列表必须被构建，然后 all/any 才能开始测试。

您没有展示您的cond函数的内部结构，但是在您的问题中提到了assert，因此我认为以下的评论在这里是有必要的。

如我在评论中所述，assert不应用于数据验证，它用于验证程序逻辑。(此外，可以通过-O命令行选项禁用断言处理)。对于具有无效值的数据，应使用正确的异常ValueError，对于类型错误的对象，使用TypeError。但请记住，异常是设计用于处理非常规情况的。

如果您预计会有大量格式不正确的数据，则通常使用基于if的逻辑比使用异常更有效。Python的异常处理速度很快，如果实际上未引发异常，事实上它比等效的基于if的代码更快。但是，如果异常被引发的次数超过5-10％，那么try...except的代码将比等效的基于if的代码明显慢。

当然，有时即使情况并不是非常特殊，使用异常也是唯一明智的选择。一个经典的例子是当您将一组数字字符串转换为实际的数字对象时，使表示整数的字符串转换为整数对象，其他数字字符串转换为浮点数，其他字符串保留为字符串。在Python中执行此操作的标准方法涉及使用异常。例如:

def convert(s):
    ''' Convert s to int or float, if possible '''
    try:
        return int(s)
    except ValueError:
        try:
            return float(s)
        except ValueError:
            return s

data = ['42', 'spam', '2.99792458E8']
out = [convert(u) for u in data]
print(out)
print([type(u) for u in out])

输出

[42, 'spam', 299792458.0]
[<class 'int'>, <class 'str'>, <class 'float'>]

在这里使用"三思而后行"的逻辑是可能的，但它会使代码变得更加复杂，因为您需要处理可能存在的减号和科学计数法。