Rumah > Artikel > pembangunan bahagian belakang > "Kurang Kejutan" dan Argumen Lalai Pembolehubah
Sesiapa yang telah lama menggunakan ular sawa akan bermasalah (atau terkoyak) dengan soalan berikut:
def foo(a=[]): a.append(5) return a
Pemula untuk python akan menjangkakan bahawa fungsi ini, dipanggil tanpa hujah, akan sentiasa mengembalikan senarai dengan hanya satu elemen: [5]
. Hasilnya sangat berbeza dan agak memeranjatkan (untuk newbie):
>>> foo() [5] >>> foo() [5, 5] >>> foo() [5, 5, 5] >>> foo() [5, 5, 5, 5] >>> foo()
Salah seorang pengurus saya pernah menemui ciri ini buat kali pertama dan memanggilnya "kecacatan reka bentuk dramatik" dalam bahasa. Saya menjawab bahawa terdapat penjelasan asas untuk tingkah laku ini, dan ia sememangnya akan menjadi sangat membingungkan dan mengejutkan jika seseorang tidak memahami dalamannya. Walau bagaimanapun, saya tidak dapat menjawab (kepada diri saya sendiri) soalan berikut: Apakah sebab untuk mengikat parameter lalai pada masa definisi fungsi dan bukannya pada masa pelaksanaan fungsi? Saya ragu tingkah laku yang berpengalaman mempunyai sebarang kegunaan praktikal (siapa sebenarnya menggunakan pembolehubah statik dalam c tanpa membiak pepijat?)
Editor:
baczek memberi contoh yang menarik. Bersempena dengan kebanyakan komen anda, terutamanya utaal, saya menghuraikan lebih lanjut:
def a(): print("a executed") return [] def b(x=a()): x.append(5) print(x) a executed >>> b() [5] >>> b() [5, 5]
Bagi saya, keputusan reka bentuk nampaknya berkaitan dengan tempat meletakkan skop parameter: di dalam fungsi, atau "dengan" fungsi?
Ikatan di dalam fungsi bermakna garis x
在调用函数时有效地绑定到指定的默认值,而不是定义,这会带来严重的缺陷:def
akan "bercampur" dalam bahagian pengikatan itu (objek fungsi) akan berlaku pada masa definisi dan bahagian (penetapan parameter lalai) akan berlaku pada masa panggilan fungsi.
Tingkah laku sebenar adalah lebih konsisten: apabila baris dilaksanakan, iaitu pada masa definisi fungsi, semua dalam baris dinilai.
Sebenarnya, ini bukan kecacatan reka bentuk, dan juga bukan disebabkan oleh sebab dalaman atau prestasi. Ia berpunca daripada fakta bahawa fungsi dalam Python adalah objek kelas pertama, bukan hanya kepingan kod.
Memang masuk akal sebaik sahaja anda memikirkannya dengan cara ini: fungsi ialah objek yang menilai mengikut definisinya, parameter lalai ialah sejenis "data ahli", jadi keadaannya mungkin berubah dari satu panggilan ke panggilan lain - dengan Mana-mana yang lain objek adalah sama.
Apa pun, effbot (Fredrik Lundh) mempunyai penjelasan yang baik tentang sebab tingkah laku ini dalam Nilai Parameter Lalai dalam Python. Saya mendapati ia sangat jelas dan saya sangat mengesyorkan membacanya untuk lebih memahami cara objek fungsi berfungsi.
Atas ialah kandungan terperinci "Kurang Kejutan" dan Argumen Lalai Pembolehubah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!