python將特殊不可見字符Unicode編碼轉(zhuǎn)換成可見字符串
不可變對象改變值時會將新的值放在另一個內(nèi)存地址中,原內(nèi)存地址釋放。從編程者的視角看,變量名沒有發(fā)生變化,但該變量名指向的內(nèi)存地址已經(jīng)發(fā)生改變。對于可變對象,例如list,改變list的值,其內(nèi)存起始地址不變,id(list)輸出值一樣。因此用list做函數(shù)參數(shù)的默認(rèn)值時,再次使用該函數(shù)不會對該參數(shù)重新賦值一個默認(rèn)的list,而是使用之前的list,但這個list很可能已經(jīng)發(fā)生多了變化,所以會引發(fā)bug。
如非特別說明,下文均基于Python3
一、默認(rèn)參數(shù)
python為了簡化函數(shù)的調(diào)用,提供了默認(rèn)參數(shù)機(jī)制:
def pow(x, n = 2):
r = 1
while n > 0:
r *= x
n -= 1
return r
這樣在調(diào)用pow函數(shù)時,就可以省略最后一個參數(shù)不寫:
print(pow(5)) # output: 25
在定義有默認(rèn)參數(shù)的函數(shù)時,需要注意以下:
- 必選參數(shù)必須在前面,默認(rèn)參數(shù)在后;
- 設(shè)置何種參數(shù)為默認(rèn)參數(shù)?一般來說,將參數(shù)值變化小的設(shè)置為默認(rèn)參數(shù)。
例如python內(nèi)建函數(shù):
print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)
函數(shù)簽名可以看出,使用print(‘hello python’)這樣的簡單調(diào)用的打印語句,實際上傳入了許多默認(rèn)值,默認(rèn)參數(shù)使得函數(shù)的調(diào)用變得非常簡單。
二、List作為默認(rèn)參數(shù)的一個坑
引用一個官方的經(jīng)典示例地址 :
def bad_append(new_item, a_list=[]):
a_list.append(new_item)
return a_list
print(bad_append('1'))
print(bad_append('2'))
這個示例并沒有按照預(yù)期打?。?/p>
['1']
['2']
而是打印了:
['1']
['1', '2']
其實這個錯誤問題不在默認(rèn)參數(shù)上,而是我們對于及默認(rèn)參數(shù)的初始化的理解有誤。
三、函數(shù)初始化
按照Python哲學(xué):一切皆對象
函數(shù)也是一個對象,如下示例:
import types
def test():
pass
print(type(test)) # <class 'function'>
print(isinstance(test, types.FunctionType)) # True
如此,函數(shù)就是類types.FunctionType或者其子類的實例對象。那么對象必然有其初始化的時候,一般來說,解釋器在讀到函數(shù)末尾時完成函數(shù)實例的初始化。初始化后,就有了函數(shù)名到函數(shù)對象這樣一個映射關(guān)系,可以通過函數(shù)名訪問到函數(shù)對象了,并且,函數(shù)的一切屬性也確定下來,包括所需的參數(shù),默認(rèn)參數(shù)的值。因此每次調(diào)用函數(shù)時,默認(rèn)參數(shù)值是相同的(如果有默認(rèn)參數(shù))。
我們以一個直觀的例子來說明:
import datetime as dt
from time import sleep
def log_time(msg, time=dt.datetime.now()):
sleep(1) # 線程暫停一秒
print("%s: %s" % (time.isoformat(), msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
運(yùn)行這個程序,得到的輸出是:
2017-05-17T12:23:46.327258: msg 1
2017-05-17T12:23:46.327258: msg 2
2017-05-17T12:23:46.327258: msg 3
即使使用了sleep(1)讓線程暫停一秒,排除了程序執(zhí)行很快的因素。輸出中三次調(diào)用打印出的時間還是相同的,即三次調(diào)用中默認(rèn)參數(shù)time的值是相同的。
上面的示例或許還不能完全說明問題,以下通過觀察默認(rèn)參數(shù)的內(nèi)存地址的方式來說明。
首先需要了解內(nèi)建函數(shù)id(object) :
id(object) Return the “identity” of an object. This is an integer which is guaranteed to be unique and constant for this object during its lifetime. Two objects with non-overlapping lifetimes may have the same id() value. CPython implementation detail: This is the address of the object in memory.
即id(object)函數(shù)返回一個對象的唯一標(biāo)識。這個標(biāo)識是一個在對象的生命周期期間保證唯一并且不變的整數(shù)。在重疊的生命周期中,兩個對象可能有相同的id值。
在CPython解釋器實現(xiàn)中,id(object)的值為對象的內(nèi)存地址。
如下示例使用id(object)函數(shù)清楚說明了問題:
def bad_append(new_item, a_list=[]):
print('address of a_list:', id(a_list))
a_list.append(new_item)
return a_list
print(bad_append('1'))
print(bad_append('2'))
output:
address of a_list: 31128072
['1']
address of a_list: 31128072
['1', '2']
兩次調(diào)用bad_append,默認(rèn)參數(shù)a_list的地址是相同的。
而且a_list是可變對象,使用append方法添加新元素并不會造成list對象的重新創(chuàng)建,地址的重新分配。這樣,‘恰好’就在默認(rèn)參數(shù)指向的地址處修改了對象,下一次調(diào)用再次使用這個地址時,就可以看到上一次的修改了。
那么,出現(xiàn)上述的輸出就不奇怪了,因為它們本來就是指向同一內(nèi)存地址。
四、可變與不可變
當(dāng)默認(rèn)參數(shù)指向可變類型對象和不可變類型對象時,會表現(xiàn)出不同的行為。
可變默認(rèn)參數(shù) 的表現(xiàn)就像上訴示例一樣。
不可變默認(rèn)參數(shù)
首先看一個示例:
def immutable_test(i = 1):
print('before operation, address of i', id(i))
i += 1
print('after operation, address of i', id(i))
return i
print(immutable_test())
print(immutable_test())
Output:
before operation, address of i 1470514832
after operation, address of i 1470514848
2
before operation, address of i 1470514832
after operation, address of i 1470514848
2
很明顯,第二次調(diào)用時默認(rèn)參數(shù)i的值不會受第一次調(diào)用的影響。因為i指向的是不可變對象,對i的操作會造成內(nèi)存重新分配,對象重新創(chuàng)建,那么函數(shù)中i += 1之后名字i指向了另外的地址;根據(jù)默認(rèn)參數(shù)的規(guī)則,下次調(diào)用時,i指向的地址還是函數(shù)定義時賦予的地址,這個地址的值1并沒有被改變。
其實,可變默認(rèn)參數(shù)和不可變默認(rèn)參數(shù)放在這里討論并沒太大的價值,就像其他語言中所謂的值傳遞還是引用傳遞一樣,不只會對默認(rèn)參數(shù)造成影響。
五、最佳實踐
不可變的默認(rèn)參數(shù)的多次調(diào)用不會造成任何影響,可變默認(rèn)參數(shù)的多次調(diào)用的結(jié)果不符合預(yù)期。那么在使用可變默認(rèn)參數(shù)時,就不能只在函數(shù)定義時初始化一次,而應(yīng)該在每次調(diào)用時初始化。
最佳實踐是定義函數(shù)時指定可變默認(rèn)參數(shù)的值為None,在函數(shù)體內(nèi)部重新綁定默認(rèn)參數(shù)的值。 以下是對上面的兩個可變默認(rèn)參數(shù)示例最佳實踐的應(yīng)用:
def good_append(new_item, a_list = None):
if a_list is None:
a_list = []
a_list.append(new_item)
return a_list
print(good_append('1'))
print(good_append('2'))
print(good_append('c', ['a', 'b']))
??????? import datetime as dt
from time import sleep
def log_time(msg, time = None):
if time is None:
time = dt.datetime.now()
sleep(1)
print("%s: %s" % (time.isoformat(), msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
到此這篇關(guān)于python將特殊不可見字符Unicode編碼轉(zhuǎn)換成可見字符串的文章就介紹到這了,更多相關(guān)python Unicode編碼轉(zhuǎn)可見字符串內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pandas數(shù)據(jù)分列實現(xiàn)分割符號&固定寬度
數(shù)據(jù)分列在數(shù)據(jù)處理中很常見,數(shù)據(jù)分列一般指的都是字符串分割,本文主要介紹了pandas數(shù)據(jù)分列實現(xiàn)分割符號&固定寬度,具有一定的參考價值,感興趣的可以了解一下2024-04-04
Python使用multiprocessing模塊實現(xiàn)多進(jìn)程并行計算
Python的multiprocessing模塊是一個標(biāo)準(zhǔn)庫模塊,用于實現(xiàn)多進(jìn)程并行計算,相比線程(threading 模塊),multiprocessing更適合需要高性能計算的場景,本文將詳細(xì)介紹multiprocessing模塊的定義、功能、用法、示例、應(yīng)用場景、最佳實踐和注意事項,需要的朋友可以參考下2025-07-07
一篇文章告訴你如何用Python控制Excel實現(xiàn)自動化辦公
這篇文章主要介紹了教你怎么用Python處理excel實現(xiàn)自動化辦公,文中有非常詳細(xì)的代碼示例,對正在學(xué)習(xí)python的小伙伴們有非常好的幫助,需要的朋友可以參考下2021-08-08
Python DataFrame實現(xiàn)固定周期內(nèi)統(tǒng)計每列的非零值
在數(shù)據(jù)處理中,使用DataFrame統(tǒng)計固定周期內(nèi)每列的非零值數(shù)量是一種常見需求,通過將數(shù)據(jù)分組并使用計數(shù)函數(shù),可以方便地實現(xiàn)此目標(biāo),具體方法包括首先計算每列的0值個數(shù),然后通過總數(shù)減去0值個數(shù)得到非零值的數(shù)量2024-09-09

