Python函数定义与模块导入的基础语法解析

一、函数定义的标准结构与调用机制

在Python中，函数不仅是一组被命名的执行语句，更是头等对象（First-Class Object）。这意味着函数可以被赋值给变量、作为参数传递或作为另一个函数的返回值。函数定义的标准语法由关键字 def 引出，后接函数名称、形参列表（Parameter List）以及冒号。紧随其后的缩进代码块构成函数体。

def calculate_discount(price, rate=0.1):
    """根据基础单价与折扣率计算实付金额。
    
    参数:
        price (float): 商品原价
        rate (float): 折扣比例，默认为 0.1
    返回:
        float: 折扣后实付金额
    """
    final_price = price * (1.0 - rate)
    return round(final_price, 2)

# 示例调用
payable = calculate_discount(199.0, 0.15)
# 示例输出: 169.15

在上述代码中，def 语句在 Python 解释器读到该行时便会执行，在当前命名空间中创建一个名为 calculate_discount 的函数对象。当代码执行到调用行 calculate_discount(...) 时，解释器会开辟独立的栈帧（Stack Frame），将实参映射到局部形参，执行内部运算并在遇到 return 时将结果交回调用者，随后回收该临时局部栈帧。

形参与实参传递的典型规则

在编写函数时，参数设计直接决定了接口的稳定性和易用性。Python 提供了丰富的形参定义形式：

• 位置参数（Positional Arguments）：按定义顺序依次传入，实参缺失或顺序错位会导致逻辑错误。
• 默认参数（Default Arguments）：形参带有初始预设值。定义时必须置于所有无默认值的位置参数之后。
• 可变位置参数（*args）：接收任意数量的多余位置参数，在函数内部打包为一个元组（tuple）。
• 可变关键字参数（**kwargs）：接收任意多余的键值对参数，在函数内部打包为一个字典（dict）。

# 错误示范：每次调用共用同一个列表对象
def append_worker_bad(worker_id, team=[]):
    team.append(worker_id)
    return team

# 正确做法：使用不可变对象 None 占位并在函数体内显式初始化
def append_worker_good(worker_id, team=None):
    if team is None:
        team = []
    team.append(worker_id)
    return team

二、变量命名空间与作用域（LEGB 原则）

理解函数内部变量与外部变量的查找顺序，是编写可预测代码的前提。当解释器在函数体内读取一个变量名时，严格按照 LEGB 顺序沿层级向外检索：

1. L (Local) 局部作用域：在当前函数或 Lambda 体内被赋值的变量。
2. E (Enclosing) 嵌套函数的外层闭包作用域：若存在外层包装函数，则由内向外检查闭包上下文。
3. G (Global) 全局/模块级作用域：当前执行文件顶层定义的变量。
4. B (Built-in) 内置作用域：Python 内置的保留名称（如 len、range、ValueError）。

如果在函数体内尝试修改全局变量，直接赋值只会隐式创建一个新的同名局部变量，而不会影响全局变量。若确需在函数内部改写模块全局变量，须显式使用 global 关键字声明；若需改写外层闭包变量，须使用 nonlocal 声明。但从工程实践来看，频繁使用 global 会破坏函数的无副作用纯度，导致状态难以追踪，应尽量通过“入参传递、返回值交还”的方式实现数据流动。

三、模块导入的执行流程与机制

当单文件体积过大或多个脚本需要复用公共函数时，代码拆分便成为必然。在 Python 中，每一个以 .py 结尾的源文件都是一个独立的模块（Module）。 调用 import 并不只是简单地将文本复制过来，而是触发了一套严谨的模块加载生命周期。

假设我们在同一目录下创建了辅助工具文件 string_tools.py：

# 文件名: string_tools.py
print("string_tools 模块初始化开始")

def clean_slug(text):
    return text.strip().lower().replace(" ", "-")

MODULE_VERSION = "1.0.0"

在主脚本 main.py 中导入并使用该模块：

# 文件名: main.py
import string_tools

slug = string_tools.clean_slug(" Python Function & Module ")
print("格式化结果:", slug)
print("模块版本:", string_tools.MODULE_VERSION)

# 示例输出:
# string_tools 模块初始化开始
# 格式化结果: python-function-&-module
# 模块版本: 1.0.0

四、常用导入语法对比与命名空间安全

Python 提供了多种形式的导入语法，不同语法在“代码书写简洁性”与“命名空间安全性”之间存在显著权衡。

五、模块独立执行与脚本保护机制

在编写模块时，我们经常希望该文件既能作为公共库供其他文件 import，又能在直接运行终端命令时执行自测逻辑。Python 通过内置内置变量 __name__ 完美解决了这一双重角色判定问题。

# 文件名: network_utils.py
import urllib.parse

def parse_endpoint(url):
    """解析并提取 URL 中的主机名与路径。"""
    res = urllib.parse.urlparse(url)
    return {"host": res.netloc, "path": res.path}

# 核心保护逻辑：当且仅当该文件被直接作为主入口执行时，内部代码才会被触发
if __name__ == "__main__":
    test_url = "https://api.example.com/v1/health"
    result = parse_endpoint(test_url)
    print("单元自测通过:", result)

运行原理剖析：

• 若在终端执行 python network_utils.py，Python 解释器会将当前模块的 __name__ 属性设为固定字符串 "__main__"，因此 if 分支判断为真，执行测试输出。
• 若在另一个文件 main.py 中编写 import network_utils，解释器在加载该文件时，会将其 __name__ 属性设为该模块的实际名字 "network_utils"。此时 if 分支条件为假，自测逻辑被完全跳过，从而保证了被导入时的纯粹与安全。

六、语法与工程规范全景总结

编写健壮的 Python 代码，既需要扎实掌握基础语法规则，也需要遵守符合 PEP 8 规范的工程组织约定。根据 PEP 8 要求，所有的 import 语句应置于文件顶部，并按如下三段顺序分组，组与组之间保留一行空行：

1. 第一组：标准库导入（如 sys、os、math、json）
2. 第二组：第三方扩展库导入（如 requests、numpy、fastapi）
3. 第三组：本地项目内部自定义模块导入（如 from myproject.services import user_service）

通过合理组织函数签名、清晰限定变量作用域边界，并结合严格的模块导入规范与入口保护，开发者能够构建出高内聚、低耦合、易维护且易测试的 Python 项目工程。