Python设计模式适用于许多条件

Question

在许多条件下编写验证函数的推荐结构是什么？见这两个例子.第一个看起来很丑,第二个不常见,也许是因为assert通常用来排除意外行为.还有更好的选择吗？

def validate(val):
  if cond1(val):
    return False
  if cond2(val):
    return False
  if cond3(val)
    return False
  return True

要么

def validate(val):
  try:
    assert cond1(val)
    assert cond2(val)
    assert cond3(val)
    return True
  except AssertionError:
    return False

Answer 1

编写该函数的一种紧凑方法是使用any和生成器表达式:

def validate(val):
    conditions = (cond1, cond2, cond3)
    return not any(cond(val) for cond in conditions)

该any和all功能短路,所以他们会尽快为他们有一个明确的结果,停止测试,即any就停止,因为它击中一个真正的十岁上下的价值,all因为它击中一个假十岁上下的值就停止,所以这测试形式非常有效.

我还要提到的是它的很多更有效的传递发电机表达像这样all/ any不是一个列表理解.因为all/ any一旦获得有效结果就停止测试,如果从发生器提供它们,那么生成器也将停止,因此在上面的代码中,如果cond(val)计算为True-ish值,则不会测试其他条件.但是如果你通过all/ any 列表理解,例如any([cond(val) for cond in conditions])必须在all/ any甚至可以开始测试之前构建整个列表.

你没有向我们展示你的cond功能的内部结构,但你assert在你的问题中确实提到过,所以我觉得这里有以下评论.

正如我在评论中提到的,assert不应该用于验证数据,它用于验证程序逻辑.(另外,可以通过-O命令行选项禁用断言处理).用于具有无效值的数据的正确异常是ValueError,并且对于错误类型的对象,使用TypeError.但请记住,异常旨在处理异常情况.

如果您期望大量格式错误的数据,那么使用if基于逻辑的通常比异常更有效.如果实际上没有引发异常,Python异常处理非常快,实际上它比if基于等效的代码更快.但是,如果异常被提出超过5-10%的时间,那么try...except基础代码将明显慢于基础代码if.

当然,有时使用例外是唯一合理的选择,即使情况并非如此.一个典型的例子是当你将数字字符串的集合转换为实际的数字对象时,表示整数的字符串将转换为整数对象,其他数字字符串将转换为浮点数,其他字符串将保留为字符串.在Python中执行此操作的标准方法涉及使用异常.例如:

def convert(s):
    ''' Convert s to int or float, if possible '''
    try:
        return int(s)
    except ValueError:
        try:
            return float(s)
        except ValueError:
            return s

data = ['42', 'spam', '2.99792458E8']
out = [convert(u) for u in data]
print(out)
print([type(u) for u in out])

产量

[42, 'spam', 299792458.0]
[<class 'int'>, <class 'str'>, <class 'float'>]

在这里使用"Look before you Leap"逻辑是可行的,但它会使代码更复杂,因为您需要处理可能的减号和科学符号.

Answer 2

def valid(value):
    return (is_this(value)
            and that(value)
            and other(value))

and 运算符在Python中表现出"短路"行为.