Новый пост Y_LAB Actual | Код под микроскопом 🔍
Продолжаем разбирать фрагменты кода, в которых всё выглядит правильно до тех пор, пока программа не начинает работать не так, как ожидалось.
Сегодня под микроскопом небольшой пример на 📱 Python, который регулярно становится причиной багов даже у опытных разработчиков
def add_item(item, items=[]):
items.append(item)
return items
print(add_item("apple"))
print(add_item("banana"))
Вопрос:
Что выведет программа?
Многие ожидают такой результат:
['apple']
['banana']
Но на самом деле вывод будет другим:
['apple']
['apple', 'banana']
Почему так происходит 💬
На первый взгляд кажется, что при каждом вызове функции создаётся новый пустой список:
items=[]
Но в Python аргументы по умолчанию создаются один раз, в момент объявления функции, а не при каждом её вызове.
То есть список items сохраняется между вызовами функции.
↔️Что происходит по шагам:
🎯 Первый вызов:
add_item("apple")
В список добавляется "apple":
['apple']
🎯 Второй вызов:
add_item("banana")
Используется тот же самый список, поэтому результат становится:
['apple', 'banana']
Как исправить 🛠
Обычно используют None в качестве значения по умолчанию:
def add_item(item, items=None):
if items is None:
items = []
items.append(item)
return items
Теперь при каждом вызове будет создаваться новый список.
💬💬💬
Такая особенность Python может долго оставаться незаметной: функция работает, ошибок нет, но данные начинают «переезжать» между вызовами.
Именно поэтому изменяемые объекты в аргументах по умолчанию считаются одним из самых известных антипаттернов языка.
А вы знали про эту особенность Python или ожидали другой результат? 👀
#Y_LAB_University #Y_LAB_Actual
