Python函数默认字典参数复用历史值 未按预期初始化问题

该现象和Flask框架无关，是Python语言本身的函数默认参数求值规则导致的：

• Python函数的默认参数在函数定义阶段就会完成求值、创建对应对象，而非每次调用函数时临时生成
• 所有未传入对应参数的函数调用，都会复用同一个默认参数对象的引用
  你的代码中把可变类型dict（空字典{}）设为默认参数，首次调用时adapt_charge逻辑修改了这个字典对象本身，后续不传charge的调用拿到的都是已经被修改过的同一个字典对象，就会出现残留上一次调用数据的问题。除了字典之外，列表、自定义类实例等可变类型作为默认参数时都会出现同类问题。

可以用极简代码复现该行为：

def test_func(param: dict = {}):
    param["count"] = param.get("count", 0) + 1
    print(param)

test_func() # 输出 {'count': 1}
test_func() # 输出 {'count': 2}
test_func() # 输出 {'count': 3}

遵循Python编码规范，不要使用可变类型作为函数默认参数，用不可变值None作为默认占位符，在函数内部判断参数为None时再初始化新的空字典即可，修改后的代码如下：

def get_charge(move: dict, charge: dict = None) -> dict:
    if charge is None:
        charge = {}
    charge = adapt_charge(move, charge)
    return charge

该写法下，每次未传入charge参数调用函数时，都会在函数内部新建一个独立的空字典对象，不同调用之间的数据完全隔离，不会出现互相污染的问题，性能远高于使用deepcopy的临时方案。
你之前用deepcopy的方案本质是每次复制复用的默认参数对象来规避污染，属于冗余操作，没有从根源上适配Python的语法特性。

内容的提问来源于stack exchange，提问作者yassine khelifa