python - 为什么Python每次都在__main__之外运行代码？

Question

我只是想知道 Python 的行为以及它是如何工作的。我有一个脚本来运行并收集帐户的所有关注者和 friend 。

这是代码。

#!/usr/bin/env python
import pymongo
import tweepy

from pymongo import MongoClient

from sweepy.get_config import get_config

config = get_config()

consumer_key = config.get('PROCESS_TWITTER_CONSUMER_KEY')
consumer_secret = config.get('PROCESS_TWITTER_CONSUMER_SECRET')
access_token = config.get('PROCESS_TWITTER_ACCESS_TOKEN')
access_token_secret = config.get('PROCESS_TWITTER_ACCESS_TOKEN_SECRET')

MONGO_URL = config.get('MONGO_URL')
MONGO_PORT = config.get('MONGO_PORT')
MONGO_USERNAME = config.get('MONGO_USERNAME')
MONGO_PASSWORD = config.get('MONGO_PASSWORD')

client = MongoClient(MONGO_URL, int(MONGO_PORT))

print 'Establishing Tweepy connection'

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
api = tweepy.API(auth, wait_on_rate_limit=True, wait_on_rate_limit_notify=True, retry_count=3)

db = client.tweets
db.authenticate(MONGO_USERNAME, MONGO_PASSWORD)

raw_tweets = db.raw_tweets
users = db.users

def is_user_in_db(screen_name):
    return get_user_from_db(screen_name) is None

def get_user_from_db(screen_name):
    return users.find_one({'screen_name' : screen_name})

def get_user_from_twitter(user_id):
    return api.get_user(user_id)

def get_followers(screen_name):
    users = []
    for i, page in enumerate(tweepy.Cursor(api.followers, id=screen_name, count=200).pages()):
        print 'Getting page {} for followers'.format(i)
        users += page
    return users

def get_friends(screen_name):
    users = []
    for i, page in enumerate(tweepy.Cursor(api.friends, id=screen_name, count=200).pages()):
        print 'Getting page {} for friends'.format(i)
        users += page
    return users

def get_followers_ids(screen_name):
    ids = []
    for i, page in enumerate(tweepy.Cursor(api.followers_ids, id=screen_name, count=5000).pages()):
        print 'Getting page {} for followers ids'.format(i)
        ids += page

    return ids

def get_friends_ids(screen_name):
    ids = []
    for i, page in enumerate(tweepy.Cursor(api.friends_ids, id=screen_name, count=5000).pages()):
        print 'Getting page {} for friends ids'.format(i)
        ids += page
    return ids

def process_user(user):
    screen_name = user['screen_name']

    print 'Processing user : {}'.format(screen_name)

    if is_user_in_db(screen_name):
        user['followers_ids'] = get_followers_ids(screen_name)
        user['friends_ids'] = get_friends_ids(screen_name)

        users.insert_one(user)
    else:
        print '{} exists!'.format(screen_name)

    print 'End processing user : {}'.format(screen_name)

if __name__ == "__main__":

    for doc in raw_tweets.find({'processed' : {'$exists': False}}):
        print 'Start processing'
        try:
            process_user(doc['user'])
        except KeyError:
            pass

        try:
            process_user(doc['retweeted_status']['user'])
        except KeyError:
            pass

        raw_tweets.update_one({'_id': doc['_id']}, {'$set':{'processed':True}})

我不断从日志中得到的是

Rate limit reached. Sleeping for: 889
Establishing Tweepy connection
Start processing
Processing user : littleaddy80
Establishing Tweepy connection
Start processing
Processing user : littleaddy80
Establishing Tweepy connection
Start processing
Processing user : littleaddy80
Establishing Tweepy connection
Start processing
Processing user : littleaddy80
Rate limit reached. Sleeping for: 891

我想知道，因为 建立 Tweepy 连接 位于 __main__ 之外，并且它不应该一遍又一遍地运行。我只是想知道为什么 Python 会有这样的行为或者我的代码中有错误？

Answer 1

当您运行/导入 python 脚本时，其中的每个语句都会被执行(但是，导入时，只有在第一次导入模块或执行 reload(module) 时才会发生这种情况)。有一些通常存在的陈述需要注意:

• 执行函数定义意味着函数正在被定义(而不是执行函数体)。
• 执行 import 语句将导入模块。
• 类定义的执行意味着它的主体被执行，它主要包含函数定义，因此它主要是定义函数。
• 执行 if 语句意味着首先计算控制表达式，然后执行主体。
• 执行赋值意味着 rhs 表达式的计算可能会产生副作用。

这就是为什么人们通常不会将代码直接放在 python 脚本的顶层 - 它将被执行。如果它既可以作为脚本又可以作为模块工作 - 作为脚本运行时应该运行的代码应该包含在 if __name__ == '__main__' 语句中。

除非您需要全局变量，否则您的脚本将是一堆函数定义和类定义，后跟:

if __name__ == "__main__":
     code_to_be_executed_iff_run_as_a_script()
else:
     code_to_be_executed_iff_imported()

如果您需要全局变量，有时必须特别小心，以避免在运行/导入模块时产生副作用。