Python 函数避坑指南：从“能跑就行”到“干净专业”

Python 以简洁优雅著称，但“能跑就行”的函数写法，往往埋下隐患。随着项目变大，这些小问题会演变成难以维护的噩梦。本文总结 7 个常见错误 及其 专业级替代方案，助你写出高效、可读、可维护的 Python 函数！

---

1. ❌ 别用可变对象作默认参数

✅ 正确做法：用 None 初始化

错误示例：

def add_item(item, items=[]):
    items.append(item)
    return items

print(add_item('apple'))   # ['apple']
print(add_item('banana'))  # ['apple', 'banana'] ???

多次调用会共享同一个列表！

正确写法：

def add_item(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

print(add_item('apple'))   # ['apple']
print(add_item('banana'))  # ['banana']

原理：默认参数在函数定义时只计算一次，不是每次调用！

---

2. ❌ 别返回不一致的数据类型

✅ 统一返回类型，或使用 Optional

错误示例：

def process(value):
    if value > 10:
        return "Success"
    else:
        return 0  # Mixing str and int

推荐写法：

from typing import Optional

def process(value: int) -> Optional[str]:
    return "Success" if value > 10 else None

类型一致 = 更少 bug + 更好调试！

---

3. ❌ 别写“全能型”臃肿函数

✅ 单一职责原则：小而专一

错误示例：

def calculate_price(quantity, price, tax_rate, discount, shipping):
    total = (quantity * price) + shipping
    total += total * tax_rate
    if discount:
        total -= total * discount
    return total

重构后：

def calculate_subtotal(quantity, price):
    return quantity * price

def apply_tax(subtotal, tax_rate):
    return subtotal + (subtotal * tax_rate)

def apply_discount(amount, discount):
    return amount - (amount * discount)

def calculate_total(quantity, price, tax_rate, discount, shipping):
    subtotal = calculate_subtotal(quantity, price)
    taxed_total = apply_tax(subtotal, tax_rate)
    discounted_total = apply_discount(taxed_total, discount)
    return discounted_total + shipping

小函数 = 易测试 + 易复用 + 易理解！

---

4. ❌ 别用 % 或 .format() 格式化字符串

✅ 用 f-strings（Python 3.6+）

过时写法：

def greet(name, age):
    return "Hello, my name is %s and I am %d years old." % (name, age)

或者：

def greet(name, age):
    return "Hello, my name is {} and I am {} years old.".format(name, age)

现代写法：

def greet(name, age):
    return f"Hello, my name is {name} and I am {age} years old."

f-strings 更快、更简洁、支持表达式！

---

5. ❌ 别让函数“类型模糊”

✅ 使用 Type Hints 提升可读性

模糊函数：

def add_numbers(a, b):
    return a + b

清晰函数：

def add_numbers(a: int, b: int) -> int:
    return a + b

类型提示 = 自文档化代码 + IDE 更智能 + 减少类型错误！

---

6. ❌ 别手动维护循环索引

✅ 用 enumerate() 更 Pythonic

笨重写法：

fruits = ["Mango", "Pineapple", "Guava"]
index = 0
for fruit in fruits:
    print(f"{index}: {fruit}")
    index += 1

优雅写法：

fruits = ["Mango", "Pineapple", "Guava"]
for index, fruit in enumerate(fruits):
    print(f"{index}: {fruit}")

简洁、安全、符合 Python 哲学！

---

7. ❌ 别用 try-except 做常规流程控制

✅ 优先使用内置安全方法

过度异常处理：

def get_price(data):
    try:
        return data["price"]
    except KeyError:
        return 0

更优解：

def get_price(data):
    return data.get("price", 0)

异常应处理“异常情况”，而非正常逻辑分支！

---

🎯 总结：写出专业级 Python 函数的 3 大原则

1. 可预测性：输入输出类型明确，行为一致。
2. 单一职责：一个函数只做一件事，并做到极致。
3. Pythonic 风格：善用语言特性（如 f-strings、enumerate、.get()），拒绝冗余。

💡 行动建议：花 10 分钟回顾你的旧函数——用这 7 条准则重构它们。你会发现：代码不仅更干净，连 bug 都变少了！

---

现在就升级你的 Python 函数写法吧！
简洁 ≠ 简陋，聪明 ≠ 复杂。真正的高手，写的是别人一眼就能懂的代码。