Python 代码重构优化的核心方法与实战技巧

3. 消除不必要的临时变量

当结果直接返回且无需复用中间变量时，应直接返回表达式，避免引入无意义的局部变量。

不推荐：

def state_attributes(self):
    """Return the state attributes."""
    state_attr = {
        ATTR_CODE_FORMAT: self.code_format,
        ATTR_CHANGED_BY: self.changed_by,
    }
    return state_attr

推荐：

def state_attributes(self):
    """Return the state attributes."""
    return {
        ATTR_CODE_FORMAT: self.code_format,
        ATTR_CHANGED_BY: self.changed_by,
    }

适用场景判断：

• 如果临时变量名称不能提供额外语义信息（如 state_attr），则删除。
• 如果临时变量用于复杂计算中间步骤或作为其他函数的参数，保留以增强可读性。

4. 用条件表达式替换简单 if-else 语句

当需要根据条件为变量赋两个不同值时，三元运算符（条件表达式）更为紧凑。

原始写法：

if condition:
    x = 1
else:
    x = 2

优化写法：

x = 1 if condition else 2

最佳实践：

• 仅当条件逻辑简单且表达式较短时使用。
• 避免嵌套过深的条件表达式，这会降低可读性。
• 对于复杂的分支逻辑，仍建议使用标准 if-else 块。

5. 用生成器代替列表推导式

在处理大型数据集时，使用生成器表达式（Generator Expression）可以节省内存并提高执行效率。

列表推导式（加载全部到内存）：

hat_found = any([is_hat(item) for item in wardrobe])

生成器表达式（惰性求值）：

hat_found = any(is_hat(item) for item in wardrobe)

原理说明：

• any() 函数在遇到第一个真值时立即返回，无需构建完整列表。
• 生成器表达式省略了外层括号，语法更简洁。
• 标准库中接受生成器的函数包括：all, any, enumerate, frozenset, list, max, min, set, sum, tuple。

6. 将条件简化为 return 语句

当函数仅需返回布尔值时，直接返回布尔表达式即可，无需显式的 if-else 判断。

不推荐：

def is_valid(a, b):
    if isinstance(a, b) or issubclass(b, a):
        return True
    return False

推荐：

def is_valid(a, b):
    return isinstance(a, b) or issubclass(b, a)

特殊情况处理： 若返回值依赖于非布尔值的逻辑组合，可使用 bool() 强制转换：

def has_hats():
    hats = [item for item in wardrobe if is_hat(item)]
    return bool(hats or self.wearing_hat())

7. 使用上下文管理器管理资源

文件操作、网络连接等资源应使用 with 语句自动管理生命周期，确保资源释放。

不推荐：

f = open('data.txt', 'r')
data = f.read()
f.close()

推荐：

with open('data.txt', 'r') as f:
    data = f.read()

这能防止异常导致资源泄露，是 Python 生态中的标准做法。

8. 添加类型提示（Type Hints）

从 Python 3.5+ 开始，类型提示有助于静态分析工具（如 mypy）检测错误，并提升 IDE 的智能提示体验。

from typing import List, Optional

def calculate_sum(numbers: List[int]) -> int:
    total = 0
    for n in numbers:
        total += n
    return total

9. 规范化异常处理

捕获异常时应具体化，避免裸 except: 语句，以便区分不同类型的错误。

不推荐：

try:
    process_data()
except:
    log_error()

推荐：

try:
    process_data()
except ValueError as e:
    log_error(f"Invalid value: {e}")
except FileNotFoundError:
    handle_missing_file()

总结

代码重构是一个持续的过程。通过应用上述技巧，开发者可以显著提升代码的可读性、性能和健壮性。建议在日常开发中养成习惯，定期审查代码，利用自动化 lint 工具辅助发现潜在问题，逐步构建高质量的 Python 项目架构。