如何让Python自定义函数中布尔可选参数的所有组合生效？

原函数通过大量多分支判断处理四个布尔参数的组合，不仅代码冗余，还容易遗漏参数组合。更高效的方式是按处理顺序逐步执行对应操作，每个步骤仅在参数为True时触发，自动基于前一步的结果继续处理，无需枚举所有组合。

优化步骤说明 #

• 把依赖库的导入和初始化移到函数外：避免每次调用函数都重复下载nltk资源、重复初始化工具类，提升性能。
• 按逻辑顺序拆分处理步骤：按照「去除标点 → 转小写 → 分词 → 移除停用词 → 词形还原」的顺序，逐个判断参数是否开启对应操作，每一步都基于上一步的输出处理。
• 统一数据格式流转：处理过程中保持数据格式的一致性（比如先处理文本，分词后用列表操作，最后再拼接成字符串返回）。

优化后的完整代码 #

import re
import nltk
from nltk.corpus import stopwords
from nltk.stem import WordNetLemmatizer

# 提前下载并初始化资源，避免重复操作
nltk.download('stopwords', quiet=True)
nltk.download('wordnet', quiet=True)  # 词形还原依赖wordnet资源
eng_stops = set(stopwords.words('english'))
lemmatizer = WordNetLemmatizer()

def clean(text, punct=True, lowercase=True, stopword=True, lemma=True):
    processed = text
    
    # 1. 去除标点
    if punct:
        processed = re.sub(r'[^\w\s]', '', processed)
    
    # 2. 转小写
    if lowercase:
        processed = processed.lower()
    
    # 3. 分词（词级操作的前置步骤）
    words = processed.split()
    
    # 4. 移除停用词
    if stopword:
        words = [w for w in words if w not in eng_stops]
    
    # 5. 词形还原
    if lemma:
        words = [lemmatizer.lemmatize(word) for word in words]
    
    return ' '.join(words)

方案优势 #

• 覆盖所有参数组合：不管四个布尔参数怎么组合，每个操作仅在对应参数为True时执行，自动继承前序处理结果，无需手写16种分支。
• 代码简洁易维护：每个处理逻辑独立，后续要新增或修改操作（比如增加词干提取），只需添加新的判断步骤即可。
• 性能提升：资源初始化移到函数外，避免重复下载和实例化，减少不必要的开销。

内容的提问来源于stack exchange，提问作者Bella