一篇文章带你了解谷歌这些大厂是怎么写 python 代码的

谷歌内部的 python 代码规范

熟悉 python 一般都会努力遵循 pep8 规范，也会有一些公司制定内部的代码规范。大公司制定规范的目的不是说你一定要怎样去使用编程语言，而是让大家遵守同一套规则，节省其他人阅读代码的成本，方便协作和沟通。对于个人而言，日常编写代码只需要保持风格统一，前后一致，就是一个很大的胜利，然后再加入一些实用的规则，在写代码的时候有效减少可能引入的 bug。

接下来，我截取了一些谷歌的 python 代码规范中一些有意思的要点，希望日后能更深刻的感受到它们的用处。

1.导入模块和包，不导入单独的类、函数或者变量。

这通常能简化导入过程，方便命名空间管理。但是缺点也很明显，当名称较长时，调用函数和类的代码会很长，影响可读性。

 # yes
from sound.effects import echo
echo.EchoFilter()

# no
from sound.effects.echo import EchoFilter
EchoFilter()

2.从根目录导入，不假定任意的 sys.path，也不使用相对导入。

假设 doctor.who 路径已经被某种手段添加到了 sys.path，也应该从开始的地方导入。

 # yes
from doctor.who import jodie

# other than doctor.who is already in sys.path
# no
import jodie

3.谨慎使用异常

使用异常需要注意的细节有：

• 优先合理的使用内置异常类。比如需要正数的情况下传递了一个负数引发的错误，抛出 ValueError 类型。

• 永远不要使用 except 捕获所有的异常，这可能会造成一些隐藏 bug 难于发现。你应该使用特定异常类型分开捕获。

• 不要使用 assert 指示某些意外情况，应该使用 raise。

• 不要在 try 和 except 子句中加入太多逻辑，try 块的体积越大， 期望之外的异常就越容易被触发。

尽量使用正确的内置异常类型：

 def division(a, b):
   if b == 0:
       raise ValueError('b can not be zero')

避免全局捕获异常，指定异常类型：

 # yes
try:
   1 / 0
   "abc"[100]
except ZeroDivisionError:
   ...
except IndexError:
   ...

# no
try:
   1 / 0
   "abc"[100]
except:
   ...

4.不要使用可变类型作为函数默认值，如果修改了这个变量，默认值也会跟着发生变化。

 # yes
def foo(a, b=None):
   if b is None:
       b = []
def foo(a, b: Sequence = ()):

# no
def foo(a, b=[]):
def foo(a, b=time.time()):
def foo(a, b={}):

5.注意条件表达式的隐式布尔值

• 对于序列(字符串， 列表， 元组), 要注意空序列是 False，在判断是否为空序列时，使用隐性的 if not seq 判断，而不用 if len(seq) == 0；

• 判断数字是否为 0，则使用 number == 0，而不使用用 if not number。因为 number 可能设置的是默认值为 None。

• 判断是否为 None 使用 x is None，而不用 not x。

 # yes
.if not users: # sequence
if number == 0:
if i ％ 10 == 0:
def f(x=None):
   if x is None:

# no
if len(users) == 0:
if number is not None and not number:
if not i ％ 10:
def f(x=None):
   x = x or []

6.谨慎使用装饰器

装饰器可以在函数的参数或返回值上执行任何操作，这可能导致让人惊异的隐藏行为。而且， 装饰器在导入时执行，从装饰器代码中捕获错误并处理是很困难的。使用装饰器一定要编写单元测试，并且说明它的作用和使用方法。装饰器本身不要依赖于任何文件， socket, 数据库连接。避免使用 @staticmedthod 装饰器，多数情况下，将方法封装成模块级的函数可以达到同样的效果。

7.建议使用类型声明，类型声明的好处非常明显：

• 使用类型声明可以提高代码的可读性。

• 也可以使用类型检查工具提早发现问题。

• 使用类型声明之后，doc string 中就没有必要对参数类型进行说明。

• 在编辑器中会根据类型进行代码提示。

但是在实际操作过程中，类型声明往往很难维持。当代码更新完之后，一定要记得更新类型声明，过时的类型声明会对阅读者造成误导。python 的类型声明成本学习成本较高。

 # yes
name: str = 'yuz'
def func(a: int) -> List[int]:

来源：https://blog.csdn.net/m0_60149999/article/details/120295591