Python 列表理解仅适用于特定顺序

Question

我有一个小代码行(loc)计数器；这很简单，所以我想我应该尝试一下作为一个漂亮的列表理解。

但是，在执行代码时；发生了一些奇怪的事情:当我像这样执行代码时

from os import listdir, path

PYTHON_FILES = [
    filename for filename in listdir(path.dirname(__file__))
    if filename.endswith('.py')
]

def count_lines(list_of_files):
    """Count sloc in iterable list_of_files"""

    loc = 0

    # Redundant, but code only works
    # when this part is in
    # Even though what it does gets overwritten
    for file in list_of_files:
        for line in open(file):
            if not line.strip().startswith('#'):
                if not line.strip().startswith('"'):
                    if not line.isspace():
                        loc += 1

    loc = len([
        line for line in open(file)
        for file in list_of_files
        if not line.strip().startswith('#')
        and not line.strip().startswith('"')
        and not line.isspace()
    ])

    print(loc)

count_lines(PYTHON_FILES)

它运行顺利并且输出符合预期。但是当我用这个替换 count_lines 时:

def count_lines(list_of_files):
    """Count sloc in iterable list_of_files"""

    loc = len([
        line for line in open(file)
        for file in list_of_files
        if not line.strip().startswith('#')
        and not line.strip().startswith('"')
        and not line.isspace()
    ])

    print(loc)

我明白了:

  File "counter.py", line 22, in count_lines
    line for line in open(file)
NameError: name 'file' is not defined

我不确定为什么会发生这种情况:for 循环中的file 应该是该迭代的本地文件。那么为什么它会影响其他一切呢？

Answer 1

列表理解

这是预期的行为。列表理解在右侧有一系列循环( for <var> in <iterable> )和过滤器( if <expr> )。它只能使用在列表理解之外定义的变量，或者在上一个循环中定义的变量。

所以你不能写for x in y for y in z ，自 y尚未在第一个序列中定义。您需要自己执行分层，以便您使用的变量在循环语句之前定义。

这是合乎逻辑的，因为如果你写:

[
    line for line in open(file)
    for file in list_of_files
    if not line.strip().startswith('#')
    and not line.strip().startswith('"')
    and not line.isspace()
]

它相当于下面的过程代码:

<b>result = []</b>
for line in open(<b>file</b>):
    for <b>file</b> in list_of_files:
        if not line.strip().startswith('#') and not line.strip().startswith('"') and not line.isspace():
            <b>result.append(line)</b>

因此，这里您将有一个外部循环，它迭代内部循环中分配的变量。这是没有意义的。虽然肯定有一种方法可以自动进行排序(分层)，但自己进行排序具有优势，因为内/外循环的顺序也决定了结果的顺序。

“泄漏变量”

为什么你的第一种方法没有出现错误？自从您第一次使用 for循环，变量泄漏。事实上，如果我们写:

>>> for x in [1,4,2,5]:
...     pass
... 
>>> x
5

我们看到在for之后循环，变量 x仍然存在，并且具有最后分配的值。因此，如果您稍后编写列表理解，它将首先评估第一个 for列表理解中的循环，即 for line in open(file) 。 file仍然被分配，因此最后一个文件被打开并处理。

请注意line只会从最后一个文件中获取行，并且我们将多次处理最后一个文件中的每一行(对于每个 file in files )。但我们不会处理最后一个文件以外的其他文件(但数字将乘以文件数)。