بقلم روبيش شارما المعروف أيضًا باسم @hackyrupesh

تعد بايثون ببساطتها وجمالها إحدى لغات البرمجة الأكثر شعبية في العالم. ومع ذلك، حتى في عام 2024، ستستمر بعض العيوب في إزعاج المطورين. لا ترجع هذه المشكلات دائمًا إلى نقاط الضعف في لغة بايثون، بل إلى تصميمها أو سلوكها أو المفاهيم الخاطئة الشائعة التي تؤدي إلى نتائج غير متوقعة. في مقالة المدونة هذه، سنلقي نظرة على أهم 5 مشكلات في لغة Python لا يزال كل مطور يواجهها في عام 2024، بالإضافة إلى علاجاتها.

1. الوسائط الافتراضية القابلة للتغيير: فخ صامت

المشكلة

واحدة من أكثر أخطاء بايثون شهرة هي الوسيطة الافتراضية القابلة للتغيير. عند استخدام كائن قابل للتغيير (مثل القائمة أو القاموس) كوسيطة افتراضية في دالة، تقوم بايثون بتقييم هذه الوسيطة الافتراضية مرة واحدة فقط عندما يتم تعريف الوظيفة، وليس في كل مرة يتم استدعاء الوظيفة. يؤدي هذا إلى سلوك غير متوقع عندما تقوم الوظيفة بتعديل الكائن.

مثال

def append_to_list(value, my_list=[]):
    my_list.append(value)
    return my_list

print(append_to_list(1))  # Outputs: [1]
print(append_to_list(2))  # Outputs: [1, 2] - Unexpected!
print(append_to_list(3))  # Outputs: [1, 2, 3] - Even more unexpected!

الحل

لتجنب ذلك، استخدم لا شيء كوسيطة افتراضية وقم بإنشاء قائمة جديدة داخل الوظيفة إذا لزم الأمر.

def append_to_list(value, my_list=None):
    if my_list is None:
        my_list = []
    my_list.append(value)
    return my_list

print(append_to_list(1))  # Outputs: [1]
print(append_to_list(2))  # Outputs: [2]
print(append_to_list(3))  # Outputs: [3]

مراجع

• مسكتك الوسيطة الافتراضية لبايثون

2. الخطأ الرئيسي المراوغ في القواميس

المشكلة

يحدث خطأ في المفتاح عند محاولة الوصول إلى مفتاح قاموس غير موجود. قد يكون هذا أمرًا صعبًا بشكل خاص عند العمل مع القواميس المتداخلة أو عند التعامل مع البيانات التي لا يمكن ضمان بنيتها.

مثال

data = {'name': 'Alice'}
print(data['age'])  # Raises KeyError: 'age'

الحل

لمنع KeyError، استخدم طريقة get()، التي تُرجع بلا (أو قيمة افتراضية محددة) إذا لم يتم العثور على المفتاح.

print(data.get('age'))  # Outputs: None
print(data.get('age', 'Unknown'))  # Outputs: Unknown

بالنسبة للقواميس المتداخلة، فكر في استخدام الإفتراضي الافتراضي من وحدة المجموعات أو المكتبات مثل dotmap أو pydash.

from collections import defaultdict

nested_data = defaultdict(lambda: 'Unknown')
nested_data['name'] = 'Alice'
print(nested_data['age'])  # Outputs: Unknown

مراجع

• Python KeyError وكيفية التعامل معه

3. أخطاء صامتة أثناء المحاولة باستثناء الإفراط في الاستخدام

المشكلة

يمكن أن يؤدي الإفراط في استخدام كتل المحاولة باستثناء أو سوء استخدامها إلى حدوث أخطاء صامتة، حيث يتم اكتشاف الاستثناءات ولكن لا يتم التعامل معها بشكل صحيح. وهذا يمكن أن يجعل من الصعب اكتشاف الأخطاء وتصحيحها.

مثال

try:
    result = 1 / 0
except:
    pass  # Silently ignores the error
print("Continuing execution...")

في المثال أعلاه، تم اكتشاف خطأ ZeroDivisionError وتجاهله، ولكن هذا يمكن أن يخفي المشكلة الأساسية.

الحل

حدد دائمًا نوع الاستثناء الذي تلتقطه، وتعامل معه بشكل مناسب. يمكن أن يساعد تسجيل الخطأ أيضًا في تعقب المشكلات.

try:
    result = 1 / 0
except ZeroDivisionError as e:
    print(f"Error: {e}")
print("Continuing execution...")

لمعالجة الاستثناءات على نطاق أوسع، يمكنك استخدام التسجيل بدلاً من المرور:

import logging

try:
    result = 1 / 0
except Exception as e:
    logging.error(f"Unexpected error: {e}")

مراجع

• تجربة بايثون باستثناء أفضل الممارسات

4. قسمة الأعداد الصحيحة: فخ الاقتطاع

المشكلة

قبل بايثون 3، كانت عملية تقسيم عددين صحيحين تؤدي إلى تقسيم الأرضية افتراضيًا، مما يؤدي إلى اقتطاع النتيجة إلى عدد صحيح. على الرغم من أن Python 3 حلت هذه المشكلة من خلال التقسيم الحقيقي (/)، إلا أن بعض المطورين ما زالوا يواجهون مشكلات عند استخدام تقسيم الأرضية (//) عن غير قصد.

مثال

print(5 / 2)  # Outputs: 2.5 in Python 3, but would be 2 in Python 2
print(5 // 2)  # Outputs: 2

الحل

استخدم دائمًا / للتقسيم إلا إذا كنت بحاجة إلى تقسيم الأرضية على وجه التحديد. كن حذرًا عند نقل التعليمات البرمجية من Python 2 إلى Python 3.

print(5 / 2)  # Outputs: 2.5
print(5 // 2)  # Outputs: 2

للحصول على تعليمات برمجية واضحة ويمكن التنبؤ بها، فكر في استخدام العلامة العشرية.Decimal لإجراء عمليات حسابية أكثر دقة، خاصة في الحسابات المالية.

from decimal import Decimal

print(Decimal('5') / Decimal('2'))  # Outputs: 2.5

مراجع

• قسم بايثون: / مقابل //

5. تسرب الذاكرة مع المراجع الدائرية

المشكلة

يتعامل جامع البيانات المهملة في بايثون مع معظم إدارة الذاكرة، ولكن المراجع الدائرية يمكن أن تسبب تسربًا للذاكرة إذا لم يتم التعامل معها بشكل صحيح. عندما يشير كائنان أو أكثر إلى بعضهما البعض، فقد لا يتم تجميع البيانات المهملة أبدًا، مما يؤدي إلى زيادة استخدام الذاكرة.

مثال

class Node:
    def __init__(self, value):
        self.value = value
        self.next = None

node1 = Node(1)
node2 = Node(2)
node1.next = node2
node2.next = node1  # Circular reference

del node1
del node2  # Memory not freed due to circular reference

الحل

لتجنب المراجع الدائرية، فكر في استخدام المراجع الضعيفة عبر وحدة Weakref، والتي تسمح بجمع المراجع المهملة في حالة عدم وجود مراجع قوية.

import weakref

class Node:
    def __init__(self, value):
        self.value = value
        self.next = None

node1 = Node(1)
node2 = Node(2)
node1.next = weakref.ref(node2)
node2.next = weakref.ref(node1)  # No circular reference now

بدلاً من ذلك، يمكنك كسر الدورة يدويًا عن طريق تعيين المراجع إلى لا شيء قبل حذف الكائنات.

node1.next = None
node2.next = None
del node1
del node2  # Memory is freed

مراجع

• إدارة ذاكرة بايثون وجمع البيانات المهملة

خاتمة

حتى في عام 2024، سيستمر مطورو Python في مواجهة هذه الأخطاء الشائعة. على الرغم من تطور اللغة وتحسنها على مر السنين، غالبًا ما ترتبط هذه المشكلات بالجوانب الأساسية لكيفية عمل بايثون. من خلال فهم هذه المخاطر وتطبيق الحلول المناسبة، يمكنك كتابة تعليمات برمجية أكثر قوة وخالية من الأخطاء. برمجة سعيدة!

بقلم روبيش شارما المعروف أيضًا باسم @hackyrupesh