在Python函数中使用可变参数模拟C语言静态变量的风险问题

你给出的可变默认参数实现方案确实可以正常运行，它的风险并不属于功能层面的固有缺陷，全部来自于对Python可变默认参数特性的不熟悉，以及边界场景的误用。

核心特性前提 #

Python的函数默认参数是在函数定义阶段完成初始化，而非每次调用函数时重新生成，这是解释器的设计规则，不是bug，也是你这个实现可以生效的核心原理。

具体风险点 #

• 协作可读性差：不了解上述特性的开发者会默认每次调用static_variable时，counter的初始值都是[0]，修改函数逻辑时极易写出不符合预期的代码
• 可被外部意外篡改：函数的默认参数保存在函数对象的__defaults__属性中，任何可访问到该函数的代码都可以直接修改该属性，直接影响后续所有无参调用的结果：

  static_variable.__defaults__ = ([100],)
  static_variable() # 输出101，而非原本的计数序列
  

• 误传参数干扰逻辑：如果调用时主动给counter传入参数，本次调用会使用传入的可变对象，虽然不会修改默认的静态计数，但会违背静态变量的设计初衷。

适用场景 #

如果是个人小项目使用，你能保证不会出现上述误用场景，这个方案完全可用，是非常轻量的面向过程实现。

更稳妥的面向过程替代方案 #

如果要规避上述风险，推荐使用函数属性实现静态变量，逻辑更直观，无额外隐式规则：

def static_variable():
    # 首次调用时初始化静态变量
    if not hasattr(static_variable, 'x'):
        static_variable.x = 0
    static_variable.x += 1
    print(static_variable.x)

该方案利用了Python函数为一等对象可绑定自定义属性的特性，不会受到外部篡改默认参数、误传参数的影响，更适合多人协作的生产环境使用。

内容的提问来源于stack exchange，提问作者koegl