编写具有许多条件的验证函数的推荐结构是什么？请参阅这两个示例。第一个看起来很丑，第二个不是很常见，也许是因为assert通常用于排除意外行为。有更好的选择吗？
def validate(val):
if cond1(val):
return False
if cond2(val):
return False
if cond3(val)
return False
return True
或
def validate(val):
try:
assert cond1(val)
assert cond2(val)
assert cond3(val)
return True
except AssertionError:
return False
编写该函数的一种紧凑方法是使用any和生成器表达式：
def validate(val):
conditions = (cond1, cond2, cond3)
return not any(cond(val) for cond in conditions)
any和all功能会短路，因此一旦有确定的结果，它们就会停止测试，即一旦达到 True-ish 值any就会停止，all一旦达到 False-ish 值就停止，因此这种形式的测试非常有效。
我还应该提到，将这样的生成器表达式传递给all/any比将列表理解更有效。因为all/any一旦它们得到有效结果就会停止测试，如果你从生成器馈送它们，那么生成器也会停止，因此在上面的代码中，如果cond(val)计算结果为 True-ish 值，则不会测试其他条件。但是，如果您通过all/any列表理解，例如any([cond(val) for cond in conditions])必须在all/any开始测试之前构建整个列表。
您没有向我们展示您的cond职能的内部结构，但您在问题中确实提到了assert，所以我认为以下评论在这里是有序的。
正如我在评论中提到的，assert不应该用于验证数据，而是用于验证程序逻辑。(此外，可以通过 -O 命令行选项禁用断言处理)。用于具有无效值的数据的正确异常是ValueError，对于类型错误的对象，请使用TypeError。但请记住，例外旨在处理异常情况。
如果您预计会出现大量格式不正确的数据，那么使用基于if的逻辑通常比使用异常更有效。如果实际上没有引发异常，Python 异常处理非常快，事实上它比等效的基于if的代码更快。但是，如果引发异常的时间超过 5-10%，则基于try...except的代码将明显慢于基于if的代码。
当然，有时使用例外是唯一明智的选择，即使情况并不是那么特殊。一个典型的示例是，将数字字符串集合转换为实际的数字对象时，表示整数的字符串将转换为整数对象，其他数字字符串将转换为浮点数，其他字符串将保留为字符串。在 Python 中执行此操作的标准方法涉及使用异常。例如：
def convert(s):
''' Convert s to int or float, if possible '''
try:
return int(s)
except ValueError:
try:
return float(s)
except ValueError:
return s
data = ['42', 'spam', '2.99792458E8']
out = [convert(u) for u in data]
print(out)
print([type(u) for u in out])
输出
[42, 'spam', 299792458.0]
[<class 'int'>, <class 'str'>, <class 'float'>]
在这里使用"先看后跳"逻辑是可能的，但它使代码更加复杂，因为您需要处理可能的减号和科学记数法。
def valid(value):
return (is_this(value)
and that(value)
and other(value))
and运算符在 Python 中表现出"短路"行为。
第一种方法要好得多。可以使用any()
对其进行美化
def validate_conditions(value):
return not any((condition(value) for condition in conditions))