作者 | Alex Omeyer译者 | 翟珂Python的风格优雅干净，但语法干净并不等同于编写的代码也是干净的。开发人员仍然需要学习Python最佳实践和设计模式。什么是干净的代码？C++的发明者Bjarne Stroustrup说过一句话清楚地解释了干净代码的含义：我喜欢我的代码是优雅和高效的。逻辑应该是直截了当的，这样就很难隐藏错误；依赖关系应该是最小的，这样便于维护；错误处理应该是完整的
作者 | Alex Omeyer
译者 | 翟珂
Python的风格优雅干净，但语法干净并不等同于编写的代码也是干净的。开发人员仍然需要学习Python最佳实践和设计模式。
什么是干净的代码？
C++的发明者Bjarne Stroustrup说过一句话清楚地解释了干净代码的含义：“我喜欢我的代码是优雅和高效的。逻辑应该是直截了当的，这样就很难隐藏错误；依赖关系应该是最小的，这样便于维护；错误处理应该是完整的，符合明确的策略；性能应该是接近最佳的，这样就不会诱使人们用无原则的优化使代码变得混乱。干净的代码能做好这件事。”
从这句话中，我们可以挑选出干净代码的一些品质：
- 干净的代码是有重点的。每个函数、类或模块都应该做一件事，而且要做得好。
- 干净的代码容易阅读和推理。根据《面向对象的分析和设计与应用》一书的作者Grady Booch的说法：干净的代码读起来就像写好的散文。
- 干净的代码很容易调试。
- 干净的代码易于维护。也就是说，其他开发人员可以轻松阅读和优化它。
- 干净的代码具有高性能。
开发人员可以随心所欲地编写他们的代码，因为没有固定的或约束性的规则来要求他/她编写干净的代码。而糟糕的代码会产生技术债务，从而对公司造成严重后果。
在本文中，我们将看看一些帮助我们在Python中编写干净代码的设计模式。让我们在下文中了解它们。
编写干净Python代码的手段
命名规则：
命名规则是编写干净代码的最有用和最重要的方面之一。在给变量、函数、类等命名时，要使用有意义的、能揭示意图的名字。而这意味着我们会倾向于使用长的描述性名称，而不是短的模糊不清的名称。
下面是一些例子：
1、使用易于阅读的长描述性名称。这将省去写不必要的注释，如下所示：
# 不推荐
# au变量是活跃用户数
au = 105
# 推荐
total_active_users = 1051.2.3.4.5.6.2、使用描述内容名称。其他开发人员应该能够从名称中找出你的变量存储的内容。简而言之，你的代码应该易于阅读和推理。
# 不推荐
c = [“UK”, “USA”, “UAE”]
for x in c:
print(x)
# 推荐
cities = [“UK”, “USA”, “UAE”]
for city in cities:
print(city)1.2.3.4.5.6.7.8.9.10.3、避免使用模棱两可的简称。变量应该有一个长的描述性名称，而不是一个容易混淆的简称。
# 不推荐
fn = 'John'
Ln = ‘Doe’
cre_tmstp = 1621535852
# 推荐
first_name = ‘John’
Las_name = ‘Doe’
creation_timestamp = 16215358521.2.3.4.5.6.7.8.9.4、始终使用相同的词汇。与你的命名规则保持一致。当其他开发人员处理你的代码时，保持一致的命名规则对于消除混淆非常重要。这适用于命名变量、文件、方法甚至目录结构。
# 不推荐
client_first_name = ‘John’
customer_last_name = ‘Doe;
# 推荐
client_first_name = ‘John’
client_last_name = ‘Doe’
Also, consider this example:
#不推荐
def fetch_clients(response, variable):
# 处理
pass
def fetch_posts(res, var):
# 处理
pass
# 推荐
def fetch_clients(response, variable):
# 处理
pass
def fetch_posts(response, variable):
# 处理
pass1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.5、在你的编辑器中开始跟踪代码库的问题。
让工程师可以轻松地跟踪和查看代码本身的问题是保持Python代码库清洁的一个主要手段。允许工程师在编辑器中跟踪代码库问题可以让工程师们：
- 全面了解技术债务
- 查看每个代码库问题的上下文
- 减少上下文切换
- 不断解决技术债务问题
你可以使用各种工具来跟踪你的技术债务，但最快速和最简单的方法是使用VSCode或JetBrains的免费Stepsize扩展，它可以与Jira、Linear、Asana和其他项目管理工具集成。
6、不要使用魔法值。魔法值是具有特殊的、硬编码语义的数字，它出现在代码中但没有任何解释。所以我们将这些数字以文字形式出现在我们代码中的多个位置。
import random
# 不推荐
def roll_dice():
return random.randint(0, 4) # 4应该代表什么？
# 推荐
DICE_SIDES = 4
def roll_dice():
return random.randint(0, DICE_SIDES)1.2.3.4.5.6.7.8.9.10.11.函数：
7、保持一致的函数命名规则。
正如上面的变量所见，在命名函数时要坚持一个命名习惯。使用不同的命名习惯会使其他开发者感到困惑。
# 不推荐
def get_users():
# 处理
Pass
def fetch_user(id):
# 处理
Pass
def get_posts():
# 处理
Pass
def fetch_post(id):
# 处理
pass
# 推荐
def fetch_users():
# 处理
Pass
def fetch_user(id):
# 处理
Pass
def fetch_posts():
# 处理
Pass
def fetch_post(id):
# 处理
pass1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.8、函数应该只做一件事，而且要做得好。写短而简单的函数，执行单一的任务。需要注意的是，如果你的函数名称包含“and”，你可能需要把它拆分成两个函数。
# 不推荐
def fetch_and_display_users():
users = [] # 一些 api 调用的结果
for user in users:
print(user)
# 推荐
def fetch_usersl():
users = [] # 一些 api 调用的结果
return users
def display_users(users):
for user in users:
print(user)1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.9、不要使用布尔值。布尔值（真或假）。每种结果应该作为一个单独的函数去调用，而不是当作函数的入参。
类：
10. 不要添加多余的描述。在使用类时，变量名不要添加不必要的前缀。
# 不推荐
class Person:
def __init__(self, person_username, person_email, person_phone, person_address):
self.person_username = person_username
self.person_email = person_email
self.person_phone = person_phone
self.person_address = person_address
# 推荐
class Person:
def __init__(self, username, email, phone, address):
self.username = username
self.email = email
self.phone = phone
self.address = address1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.在上面的例子中，由于我们已经在Person类里面了，所以没有必要在每个类的变量上添加person_前缀。
奖励：模块化你的代码
为了保持你的代码的条理性和可维护性，把你的逻辑分成不同的文件或类，我们称之为模块。Python中的模块是一个以.py为扩展名的文件。每个模块都应该专注于做一件事，并且把它做好。
你可以遵循面向对象的OOP原则，例如遵循基本的OOP原则，如封装、抽象、继承和多态。
结论
编写干净的代码有很多优点，如：提高软件质量、增强代码可维护性和消除技术债务等。而这些提高编写干净代码的手段同时也适用于其他语言，我希望通过阅读这篇文章，你已经对干净代码和编写干净代码的一些手段有了足够的了解。
原文链接：https://dzone.com/articles/10-must-know-patterns-for-writing-clean-code-with-1
译者介绍
翟珂，51CTO社区编辑，目前在杭州从事软件研发工作，做过电商、征信等方面的系统，享受分享知识的过程，充实自己的生活。
来源： 51CTO技术栈