python中的内置globals()详解

最近在看一段代码时，发现作者使用globals()来应对无法确定变量名的情况，故此对该函数进行了详细的了解。

一、基本情况

globals() 是Python的标准内置函数，用于返回当前模块中定义的全局变量的字典（包含所有的全局变量、函数、类、导入的模块） ，其中键是变量名，值是变量的值。字典可进行修改，修改后会随之反映到全局变量上。对于函数内的代码，返回的为在定义函数时确定的该字典，无论在哪里调用都保持不变。

globals是特殊场景的解决方案，如动态批量处理全局变量/函数（eg：配置加载）、调试时快速排查全局状态问题、框架/库的底层实现，且有完善的封装和文档。
缺点：可读性差，命名冲突、作用域误区、线程不安全、性能损耗、破坏封装
重点：非必要不使用，优先使用字典/类进行替代，使用时做好校验、锁和注释。

二、常用场景实例
核心价值是动态操作全局命名空间 ，由于操作的是全局状态，使用时需要谨慎。

1、批量处理配置变量、根据配置变量名读取对应的值

python 复制代码

config0= 10
config1 = 30
config2 = "INFO"

# 变量名来自外部（如配置文件、用户输入）
config_keys = ["config0", "config1", "config2"]
# 动态读取所有配置
for key in config_keys:
    if key in globals():
        print(f"{key}: {globals()[key]}")

运行结果：

2、批量初始化

编码前，无法预知所有的变量名或需要生成大量相似的变量名，需要通过代码逻辑批量生成全局变量

3、函数内部修改全局变量

编码需要时，则需要使用，此处不进行举例说明了。

三、使用注意事项

globals()直接操作全局命名空间，滥用会导致代码可读性、可维护性大幅下降，甚至引发隐藏bug

1、严重降低代码可读性与可维护性

动态操作的变量/函数名是字符串，IDE无法自动补全、跳转，代码审查时难以追踪变量的定义/修改位置，后期维护成本高,如下图所示：

上方globals()里面变量/函数内容很多，某个变量随时可能被其他方法更改，当出现问题时，排查很困难。下方单独使用var_dict很清晰能知道变量是在哪里来的，在哪里修改的。

2、易引发命名冲突与意外覆盖

全局命名空间包含模块顶层定义的变量、函数、类等，globals()动态创建/修改变量，若名称与已有重复，则会静默覆盖原有对象。

在程序中，如不小心覆盖内置函数，在访问中可能会遇到报错，如下所示

在程序中，如多处动态给某个变量赋值，则会造成功能错误

如上所示，本身天津和重庆都有叫张三的，结果由于程序后面进行了覆盖，只保留了最后的值。这种在程序中也不存在语法错误，在排查bug时会比较麻烦
建议：动态命名时加前缀，避免与内置名、已有变量重名
操作赋值前，先校验是否为已有变量

3、globals()作用区域理解存在误区

python中的几种作用域可详见：https://blog.csdn.net/qq_44801116/article/details/158041678?spm=1001.2014.3001.5501

很多人会误以为globals()可以获取到外层函数作用域，实际是未搞清楚外层函数的变量的作用域为嵌套作用域，不会影响全局变量。嵌套函数想访问外层函数变量，需要使用nonlocal或local(),而非globals（）

4、多线程时，存在线程安全问题

多线程同时通过globals()读写全局变量时，同时修改一个变量，会导致数据不一致。

python 复制代码

count = 0
def increment():
    for _ in range(100000):
        globals()["count"] += 1

t1 = threading.Thread(target=increment)
t2 = threading.Thread(target=increment)
t1.start()
t2.start()
t1.join()
t2.join()
print(count)

运行结果是200000，但是实际结果是随机，如下

可以通过加锁的形式，访问全局变量从而保证结果的正确性。

python 复制代码

def increment():
    for _ in range(100000):
        while threading.Lock():
            globals()["count"] += 1

5、性能损耗：尤其频繁操作

globals返回的字典，字典的键查找/赋值比直接访问变量要慢，尤其在频繁操作时会累积性能损耗。

建议循环中需要频繁操作局部变量时，先将赋值给局部变量，操作完成后再赋值给全局变量