从意大利面条式代码到整洁的Python：初学者指南
内容提要
本文以订单处理函数为例，讲解如何重构混乱的Python代码：将多职责函数拆分为职责单一的小函数，用数据类替代字典，用抛出异常替代打印警告，并为每个函数单独编写测试，从而消除依赖执行顺序的bug，使代码更易读、测试和调试。
延伸解读
识别代码坏味道：从订单处理函数说起
文章中的订单处理函数将定价、折扣、库存更新、运费计算和邮件发送全部塞进一个循环，导致一个隐蔽的bug：常规客户的折扣判断基于循环中的累计总额，而非最终订单总额，因此折扣是否生效取决于商品顺序。这种bug难以发现，因为所有逻辑纠缠在一起。读者应警惕函数名与实际职责不符、变量含义随代码变化、计算依赖语句执行顺序等迹象。
拆分函数如何消除顺序依赖bug
将大函数拆分为calculate_subtotal、apply_discount和calculate_shipping等小函数后，每个函数只接收明确输入并返回明确输出，不再修改共享状态。apply_discount现在基于最终小计判断折扣，而非循环中的运行总额，从而直接消除了因执行顺序导致的bug。这种拆分让每个函数可以独立调用和测试，无需运行整个脚本。
用数据类替代字典：明确数据结构
原始代码使用字典传递订单和商品，键名和类型没有保证。改用dataclass定义OrderItem和Order后，字段和类型变得明确，调用方必须按结构传参。process_order函数因此变为协调者，依次调用计算、折扣、运费和库存更新步骤，代码可读性提高，同时类型提示能让linter在运行前发现参数类型错误。
错误处理与测试策略的改进
原函数在SKU缺失时仅打印警告并继续执行，问题容易被忽略。改为抛出ValueError后，错误在发生点立即中断，防止订单在库存更新未完成时继续处理。拆分后，每个函数可单独测试，例如用pytest测试apply_discount的VIP和常规客户场景。测试失败能直接定位到具体函数，而非像原来那样只能报告订单总额错误。
Q&A
意大利面条式代码有哪些典型迹象？
函数名与实际功能不符、变量含义随代码位置变化、计算结果依赖语句执行顺序。
如何将一个大函数拆分成多个小函数？
为每个职责创建独立函数，明确输入和返回值，避免在循环中修改共享状态，确保计算不依赖执行顺序。
为什么用数据类替代字典来传递订单数据？
数据类提供明确的字段和类型，避免字典键猜测，让代码更清晰，并允许linter在运行前捕获类型不匹配。
在库存更新中，为什么应该抛出异常而不是打印警告？
抛出异常能立即停止执行，防止订单在库存更新失败时继续，并使问题在测试和调试中更易被发现和追踪。
如何为拆分后的函数编写测试？
为每个提取的函数编写独立测试，例如使用pytest，断言其输出是否符合预期，这样失败测试能直接定位问题。
重构混乱代码的推荐步骤是什么？
列出函数的所有职责，将每个职责提取为独立函数，用数据类替代字典，用异常替代打印警告，并为每个函数编写测试。
