`if key in dict` 与 `try/except` - 哪个更易读？

Question

我有一个关于习语和可读性的问题，在这个特殊情况下似乎存在 Python 哲学的冲突：

我想从字典 B 构建字典 A。如果 B 中不存在特定键，则什么都不做并继续。

哪种方式更好？

try:
    A["blah"] = B["blah"]
except KeyError:
    pass

要么

if "blah" in B:
    A["blah"] = B["blah"]

“做并请求原谅”与“简单明了”。

哪个更好？为什么？

Answer 1

例外不是条件。

有条件的版本更清楚。 这很自然：这是简单的流程控制，这是条件语句的设计目的，而不是例外。

异常版本主要用作在循环中执行这些查找时的优化：对于某些算法，它允许从内部循环中消除测试。 它在这里没有那个好处。 它有一个小优点，那就是它避免了说"blah"两次，但如果你做了很多这样的事情，你应该有一个辅助move_key函数。

一般来说，我强烈建议默认情况下坚持使用条件版本，除非您有特定的理由不这样做。 条件语句是执行此操作的明显方法，通常强烈建议优先选择一种解决方案而不是另一种解决方案。

Answer 2

还有第三种方法可以避免异常和双重查找，如果查找开销很大，这可能很重要：

value = B.get("blah", None)
if value is not None: 
    A["blah"] = value

如果您希望字典包含None值，您可以使用一些更深奥的常量，如NotImplemented 、 Ellipsis或创建一个新常量：

MyConst = object()
def update_key(A, B, key):
    value = B.get(key, MyConst)
    if value is not MyConst: 
        A[key] = value

无论如何，使用update()对我来说是最易读的选择：

a.update((k, b[k]) for k in ("foo", "bar", "blah") if k in b)

Answer 3

据我了解，您想用字典 B 中的键值对更新字典 A

update是更好的选择。

A.update(B)

例子：

>>> A = {'a':1, 'b': 2, 'c':3}
>>> B = {'d': 2, 'b':5, 'c': 4}
>>> A.update(B)
>>> A
{'a': 1, 'c': 4, 'b': 5, 'd': 2}
>>> 

Answer 4

直接引用自 Python 性能 wiki：

除了第一次，每次看到一个单词时，if 语句的测试都会失败。 如果您计算大量单词，许多单词可能会出现多次。 在一个值的初始化只发生一次而该值的增加将发生多次的情况下，使用 try 语句更便宜。

因此，根据情况，这两种选择似乎都是可行的。 有关更多详细信息，您可能想查看此链接： Try-except-performance

Answer 5

我认为这里的一般规则是A["blah"]通常会存在if "blah" in b:

我认为“尝试”在时间上很便宜，但“除了”更昂贵。

Answer 6

我认为第二个例子是你应该做的，除非这段代码有意义：

try:
    A["foo"] = B["foo"]
    A["bar"] = B["bar"]
    A["baz"] = B["baz"]
except KeyError:
    pass

请记住，只要B中没有密钥，代码就会中止。 如果这段代码有意义，那么你应该使用异常方法，否则使用测试方法。 在我看来，因为它更短并且清楚地表达了意图，所以它比异常方法更容易阅读。

当然，告诉您使用update的人是正确的。 如果您使用的是支持字典理解的 Python 版本，我强烈建议您使用以下代码：

updateset = {'foo', 'bar', 'baz'}
A.update({k: B[k] for k in updateset if k in B})

Answer 7

其他语言的规则是为特殊情况保留例外，即在正常使用中不会发生的错误。 不知道该规则如何适用于 Python，因为该规则不应该存在 StopIteration。

Answer 8

从Python 3.8开始，以及赋值表达式 (PEP 572) （ :=运算符）的引入，我们可以在变量value中捕获条件值dictB.get('hello', None)以便同时检查它是否不是None （ as dict.get('hello', None)返回关联值或None ) 然后在条件体内使用它：

# dictB = {'hello': 5, 'world': 42}
# dictA = {}
if value := dictB.get('hello', None):
  dictA["hello"] = value
# dictA is now {'hello': 5}

Answer 9

就个人而言，我倾向于第二种方法（但使用has_key ）：

if B.has_key("blah"):
  A["blah"] = B["blah"]

这样，每个赋值操作只有两行（而不是使用 try/except 的 4 行），抛出的任何异常都将是真正的错误或您错过的事情（而不是仅仅尝试访问不存在的键） .

事实证明（请参阅您的问题的评论）， has_key已被弃用 - 所以我想最好写成

if "blah" in B:
  A["blah"] = B["blah"]

Answer 10

尽管接受的答案强调“三思而后行”原则可能适用于大多数语言，但基于 python 原则，更多 pythonic 可能是第一种方法。 更不用说它是 python 中合法的编码风格。 重要的是确保您在正确的上下文中使用 try except 块并遵循最佳实践。 例如。 在一个 try 块中做太多事情，捕获一个非常广泛的异常，或者更糟的是 - 简单的 except 子句等。

请求原谅比获得许可更容易。 (EAFP)

请在此处查看 python 文档参考。

此外，来自核心开发人员之一 Brett 的这篇博客简要介绍了其中的大部分内容。

在此处查看另一个 SO 讨论：

Answer 11

除了讨论可读性，我认为性能在某些场景下也很重要。 快速timeit基准表明测试（即“请求许可”）实际上比处理异常（即“请求原谅”）稍微快一些。

下面是设置基准的代码，生成随机键值对的大型字典：

setup = """
import random, string
d = {"".join(random.choices(string.ascii_letters, k=3)): "".join(random.choices(string.ascii_letters, k=3)) for _ in range(10000)}
"""

然后是if测试：

stmt1 = """
key = "".join(random.choices(string.ascii_letters, k=3))
if key in d:
    _ = d[key]
"""

给我们：

>>> timeit.timeit(stmt=stmt1, setup=setup, number=1000000)
1.6444563979999884

而利用异常的方法

stmt2 = """
key = "".join(random.choices(string.ascii_letters, k=3))
try:
    _ = d[key]
except KeyError:
    pass
"""

给我们：

>>> timeit.timeit(stmt=stmt2, setup=setup, number=1000000)
1.8868465850000575

有趣的是，将key生成从实际基准提升到设置中，然后一遍又一遍地寻找相同的密钥，会产生截然不同的数字：

>>> timeit.timeit(stmt=stmt1, setup=setup, number=100000000)
2.3290171539999847
>>> timeit.timeit(stmt=stmt2, setup=setup, number=100000000)
26.412447488999987

我不想推测这是否强调了测试与异常处理的好处，或者字典是否缓冲了先前查找的结果，从而使基准测试结果偏向于测试……

Answer 12

为什么不这样做：

def try_except(x,col):
    try:
        return x[col]
    except:
        return None

list(map(lambda x: try_except(x,'blah'),A))