Python局部變量的坑 ; 論野生技術&二次元

最近碰到這麼個問題，有這麼個函數，用來將HTML轉義字符變回原來的字符：

def htmlescape(s):
    if sys.version_info[0] == 3: # python 3.x
        unichr = chr
    def replc(match):
        dict={'amp':'&','nbsp':' ','quot':'"','lt':'<','gt':'>','copy':'©','reg':'®'}
        if len(match.groups()) >= 2:
            if match.group(1) == '#':
                return unichr(int(match.group(2)))
            else:
                return dict.get(match.group(2), '?')
    htmlre = re.compile("&(#?)(\d{1,5}|\w{1,8}|[a-z]+);")
    return htmlre.sub(replc, s)

def htmlescape(s):

if sys.version_info[0] == 3: # python 3.x

unichr = chr

def replc(match):

dict={'amp':'&','nbsp':' ','quot':'"','lt':'<','gt':'>','copy':'©','reg':'®'}

if len(match.groups()) >= 2:

if match.group(1) == '#':

return unichr(int(match.group(2)))

else:

return dict.get(match.group(2), '?')

htmlre = re.compile("&(#?)(\d{1,5}|\w{1,8}|[a-z]+);")

return htmlre.sub(replc, s)

其中unichr用來將一個整數轉換成Unicode字符，僅在Python2中存在。Python3中，chr可以同時處理ASCII字符和Unicode字符。所以我們在Python3環境中將unichr映射到chr上。

運行這段代碼會在第8行報錯：NameError: free variable ‘unichr’ referenced before assignment in enclosing scope。而且只有Python2會報錯，Python3不會。

首先從問題上看，報錯的原因是在閉包replc里unichr沒有定義。

但是Python2明明是有unichr這個內置函數的，為啥就變成未定義呢？

為了搞清楚問題，我們用了一個最小化的測試用例：

a = 1
def func():
    if False:
        a = 2
    print(a)

a = 1

def func():

if False:

a = 2

print(a)

運行到print那行報錯「UnboundLocalError: local variable ‘d’ referenced before assignment」。我們注意到這時報錯的是local variable沒有定義。明明a之前是一個全局變量而且if根本不會執行啊。於是我們用dis模塊來打印func函數的位元組碼：

  3           0 LOAD_GLOBAL              0 (False)
              3 POP_JUMP_IF_FALSE       15

  4           6 LOAD_CONST               1 (2)
              9 STORE_FAST               0 (a)
             12 JUMP_FORWARD             0 (to 15)

  5     >>   15 LOAD_FAST                0 (a)
             18 PRINT_ITEM
             19 PRINT_NEWLINE
             20 LOAD_CONST               0 (None)
             23 RETURN_VALUE

3 0 LOAD_GLOBAL 0 (False)

3 POP_JUMP_IF_FALSE 15

4 6 LOAD_CONST 1 (2)

9 STORE_FAST 0 (a)

12 JUMP_FORWARD 0 (to 15)

5 >> 15 LOAD_FAST 0 (a)

18 PRINT_ITEM

19 PRINT_NEWLINE

20 LOAD_CONST 0 (None)

23 RETURN_VALUE

確實python用了LOAD_FAST，說明print的是一個局部變量a。這看起來可能很難以理解，但其實大家一定碰到過下面這種情況：

a = 1
def func():
    a = 2
    print(a)

a = 1

def func():

a = 2

print(a)

這段代碼會在第三行報錯，同樣是UnboundLocalError。因為Python規定，在函數內僅被引用的變量默認為全局變量；如果在函數內被賦值，則默認為局部變量，除非有global關鍵詞。而且顯然，這個規則是在編譯（生成位元組碼）時實現的，而不是在運行時確定的。

這個規則有人稱為LEGB規則（Local, Enclosed, Global, Builtin），就是說依次從局部，閉包，全局，內置的命名空間里尋找名字。Python的編譯器在編譯時按照這一規則決定究竟從哪裡找變量。

在我們一開始的例子里，因為unichr在htmlescape這個局部作用域內出現了，所以Python認為可以從htmlescape的局部變量表裡取到它。但是在Python2上它未被賦值，所以出現了NameError。

有了這個設定，有時我們可以用它來unset一個全局變量。（雖然好像沒什麼卵用。）