关于 Python 列表解析式的作用域问题

本文涉及的产品
云解析DNS-重点域名监控,免费拨测 20万次(价值200元)
简介: 关于 Python 列表解析式的作用域问题

列表解析式应该是工作中经常使用的一个技巧了,严格意义上讲甚至都不算是一个技巧。但列表解析的背后却隐藏着一些坑,一不小心就会造成难以察觉的bug,举个例子:

x = 1
class Girl:
    x = 2
    print([i * x for i in (1, 2, 3)])

你觉得这段代码执行之后会打印什么呢?可能有人觉得是 [2, 4, 6],其实答案是 [1, 2, 3]。事实上如果全局作用中没有 x 的话,或者我们把外部的 x = 1 给删掉,那么是会报错的。

原因是 Python 的列表解析式具有独立的作用域,我们知道 Python 在变量查找的时候遵循 LEGB 规则,也就是按照本地作用域、闭包、全局作用域、内置作用域的顺序进行查找。

而列表解析式具有自己独立的作用域,也就是内部在查找变量 x 时的本地作用域。但显然当前列表解析式内部并没有定义 x 这个变量,于是会从闭包里面查找,但这里也没有闭包,因此会从全局作用域中查找,发现 x 等于 1。

再举个例子:

age = 20
# 在列表解析的时候
# 我们分别将 15、16、17 赋值给了变量 age
data = [age + 1 for age in (15, 16, 17)]
# 但列表解析具有独立的作用域
# 因此两个 age 是无关的
print(age)  # 20
# 如果改成普通的 for 循环
age = 20
for age in (15, 16, 17):
    pass
# 循环结束之后,age 变成了 17
# 因为这两个 age 位于同一个作用域
# 所以 age 最终会指向 17
print(age)  # 17

当然啦,这些都属于非常基础的内容了,要是因为这种问题而被坑了,那只能说明我太蠢了。我被坑的原因是,列表解析式具有独立的作用域这一结论在 Python3 当中是成立的,但在 Python2 当中不成立。

相同的代码,但因为 Python 版本差异而导致执行的结果不同。而当时我的项目因为历史原因是跑在 Python2 上面的,所以就被这个问题给坑了。

以上就是本文的内容(好水的一篇文章,一直犹豫要不要发),因为觉得这个问题比较有意思,于是拿出来分享一下。

相关文章
|
2月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
177 0
|
2月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
3月前
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
3月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
241 2
|
3月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
706 0
|
3月前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
759 0
机器学习/深度学习 算法 自动驾驶
527 0
|
3月前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
639 0
|
3月前
|
数据可视化 Linux iOS开发
Python脚本转EXE文件实战指南:从原理到操作全解析
本教程详解如何将Python脚本打包为EXE文件,涵盖PyInstaller、auto-py-to-exe和cx_Freeze三种工具,包含实战案例与常见问题解决方案,助你轻松发布独立运行的Python程序。
1011 2
|
3月前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
242 0

推荐镜像

更多