04 控制流、函数与作用域

大约 3 分钟编程语言Python函数控制流装饰器

04 控制流、函数与作用域

控制流负责表达决策，函数负责定义边界。一个函数最好只承担一个明确职责，并暴露稳定的输入输出。

1. 条件与 match

def classify(code: int) -> str:
    if code == 0:
        return "ok"
    if 400 <= code < 500:
        return "client_error"
    if 500 <= code < 600:
        return "server_error"
    return "unknown"

match 适合结构化模式匹配，不适合替代所有 if：

def describe_event(event: dict) -> str:
    match event:
        case {"type": "http", "status": status} if status >= 500:
            return f"http failure: {status}"
        case {"type": "http", "status": status}:
            return f"http response: {status}"
        case {"type": name}:
            return f"event: {name}"
        case _:
            return "unknown event"

2. for、while 与 else

for attempt in range(1, 4):
    if attempt == 2:
        print("matched", attempt)
        break
else:
    print("not matched")

循环的 else 在未执行 break 时运行。它能表达“搜索失败”分支，但团队不熟悉时可以用显式标志提升可读性。

3. 函数参数

def deploy(
    service: str,
    version: str,
    *,
    replicas: int = 2,
    dry_run: bool = False,
) -> dict[str, object]:
    return {
        "service": service,
        "version": version,
        "replicas": replicas,
        "dry_run": dry_run,
    }

参数顺序：

位置参数
默认参数
*args
仅关键字参数
**kwargs

关键参数使用命名传递，可以降低调用点的语义歧义。

4. 作用域与闭包

def make_counter(start: int = 0):
    current = start

    def increment(step: int = 1) -> int:
        nonlocal current
        current += step
        return current

    return increment

counter = make_counter(10)
print(counter())
print(counter())

查找顺序通常是局部、外层函数、模块全局、内置。尽量避免用 global 修改共享状态。

5. 装饰器

from functools import wraps
from time import perf_counter
from typing import Callable, ParamSpec, TypeVar

P = ParamSpec("P")
R = TypeVar("R")

def timed(function: Callable[P, R]) -> Callable[P, R]:
    @wraps(function)
    def wrapper(*args: P.args, **kwargs: P.kwargs) -> R:
        started = perf_counter()
        try:
            return function(*args, **kwargs)
        finally:
            elapsed = perf_counter() - started
            print(f"{function.__name__} elapsed={elapsed:.6f}s")

    return wrapper

@timed
def add(left: int, right: int) -> int:
    return left + right

functools.wraps 会保留原函数元数据。装饰器不要吞掉异常，除非它有明确的恢复或审计责任。

6. 函数式工具

from functools import lru_cache, partial

@lru_cache(maxsize=128)
def parse_port(name: str) -> int:
    return int(name.removeprefix("port-"))

load_http = partial(parse_port, "port-80")
print(load_http())

缓存只适合纯函数或结果稳定且参数可哈希的函数。缓存认证、动态配置或频繁变化的远端数据前，要设计失效策略。

7. 上下文管理器

from contextlib import contextmanager
from time import perf_counter

@contextmanager
def timer(name: str):
    started = perf_counter()
    try:
        yield
    finally:
        print(name, round(perf_counter() - started, 6))

with timer("work"):
    sum(range(1000))

上下文管理器适合表达“必须成对出现”的操作：打开和关闭、加锁和释放、进入和回滚、开始和结束。

8. 常见陷阱

函数同时修改输入、写文件并返回状态，调用者难以预测副作用。
装饰器缺少 wraps，导致日志、签名和调试信息失真。
闭包捕获循环变量后，所有函数看到最后一次值。
用异常控制正常业务流程，导致成本和可读性变差。
递归没有明确终止条件或深度限制。