Python中的那些「坑」
- 2020 年 1 月 17 日
- 筆記
1.哪個是True，哪個是False？
這裡要看三組代碼：
# 第一組： >>>a=256 >>>b = 256 >>>a is b # 第二組： >>>a = 257 >>>b = 257 >>>a is b # 第三組： >>>a = 257; b = 257 >>>a is b
問題來了，這三組代碼的運行結果分別是什麼呢？答案是True、False和True。第一組和第三組結果是True好像沒問題，那為什麼第二組的結果是False呢？這裡先用id()來查看一下a和b的地址是什麼：
# 第一組： >>>id(a) >>>1426657040 >>>id(b) >>>1426657040 # 第二組： >>>id(a) >>>363389616 >>>id(b) >>>363392912 # 第三組： >>>id(a) >>>5722000 >>>id(b) >>>5722000
可以看到第一組和第三組的a和b的id值是相同的，但是第二組是不同的。出現這種情況是因為Python為了避免重複的創建和回收，就把那些常用的整數緩存起來，每次需要使用時直接從緩存中拿，而不是重新創建，這些整數的範圍是[-5, 256]，不在這個範圍之中的數字就要重新創建了。那為什麼第三組的a和b是一樣的呢？這是因為Python內部做了優化，對於在同一個代碼塊中的代碼，如果出現兩個值相同的整數，那麼它們將被重用。這裡可以用下面的代碼進行測試：
a = 257 b = 257 def func(): c = 257 print(a is c) # False print(a is b) # True func()
這段代碼中a和b的id值是一樣的，和c的id值不同。這是因為a和b在同一個代碼塊，而c處在func函數里，屬於局部變量，和a不在同一個代碼塊。所以在創建c的時候會重新創建，但是創建b的時候會重用a這個對象。 在Python的交互式命令行中，每單獨一行都視為一個代碼塊，因此第三組中的a和b處在同一個代碼塊中，所以後者重用了前者，因此，兩個變量的id是相同的。
2.關於正則表達式re.sub()
都知道正則表達式中的re.sub()是用於字符串替換的，比如：
import re def remove_tag(html): text = re.sub('<.*?>', '', html, re.S) return text
這段代碼的功能就是將html中的標籤都替換為空，沒什麼好說的，這裡可以用一段html代碼來測試一下：
html = """ <!DOCTYPE html><html lang="en"> <head><meta charset="UTF-8"> <title>Document</title> </head><body></body></html> """ print(remove_tag(html)) # Document
運行結果和我們想像的一樣，但是如果html代碼再長一點呢？比如下面：
html = """ <!Dtp-equiv="X-UA-Compatible" content="ie=edge"><title>Document</title> </head><bodOCTYPE html><html lang="en"><head><meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <meta hty><h1>h1標題</h1><h2>h2標題</h2><h3>h3標題</h3></body></html> """ print(remove_tag(html))
運行結果如下：
Document h1標題h2標題h3標題</body></html>
為什麼最後會多出來"</body></html>"呢？這兩個標籤不應該被替換掉嗎？問題在於re.sub()的第四個參數，這裡先看下sub()函數的原型：
re.sub(pattern, repl, string, count=0, flags=0)
那為什麼我們把re.S放在count的位置也沒有報錯呢？難道說re.S是一個數字？打印出來看一下：
import re print(re.S) # 16
原來re.S還可以當數字用！這時候數一下上面那段html代碼中的標籤個數，發現"</body></html>"是第17和第18個，而因為re.S被當做16傳給count參數了，就導致最後兩個標籤沒有被替換掉。
3.字符串的lstrip()
相信很多人都用過lstrip()，在處理字符串的時候很有用，比如：
print("aabbcc".lstrip('aa')) # bbcc
這很簡單，也沒什麼問題，但是看下面這個例子：
print("ababacac".lstrip("ab")) # cac
為什麼結果不是acac呢？這是因為當lstrip()中傳入一個字符串後，lstrip()會把這個字符串拆成一個個字符，然後才從左往右進行檢查，如果匹配到就刪除，直到出現第一個不同的字符，所以最後"ababa"被刪掉了，結果也就是"cac"了。要避免這種情況的話，可以用replace()方法進行替換。
4.嵌套列表
如果要你創建一個包含三個空列表的列表，你會怎麼做呢？
# 選項1 li =[[] for i in range(3)]
# 選項2 li = [[]*3]
# 選項3 li = [[]]*3
如果你運行一下，就會知道選項1和選項3能夠得到我們想要的結果。這時候再運行一下下面這段代碼：
li = [[]]*3 li[0].append(1) print(li) # [[1], [1], [1]]
為什麼我們明明只給第一個列表增加了一個1，但是其他兩個列表也增加了一個1呢？這是因為[[]]*3並不是創建了三個不同的列表，而是創建了三個指向同一個列表的對象，所以，當我們操作第一個列表時，其他兩個列表內容也會發生變化。
