# clean-code-python

## 목차

1. [도입](#도입)

2. [변수](#변수)

3. [함수](#함수)

4. [객체와 자료구조](#객체와-자료구조)

5. [클래스](#클래스)

1. [S: Single Responsibility Principle (SRP)](#single-responsibility-principle-srp)

2. [O: Open/Closed Principle (OCP)](#openclosed-principle-ocp)

3. [L: Liskov Substitution Principle (LSP)](#liskov-substitution-principle-lsp)

4. [I: Interface Segregation Principle (ISP)](#interface-segregation-principle-isp)

5. [D: Dependency Inversion Principle (DIP)](#dependency-inversion-principle-dip)

6. [Don't repeat yourself (DRY)](#dont-repeat-yourself-dry)

## 도입

소프트웨어 엔지니어링의 원칙으로 불리는 Robert C. Martin의 저서

[*Clean Code*](https://www.amazon.com/Clean-Code-Handbook-Software-Craftsmanship/dp/0132350882),

를 파이썬으로 각색한 버전입니다. 이것은 스타일 가이드가 아닙니다.

파이썬으로 읽기 쉽고, 재사용 가능하며 리팩토링이 가능한 소프트웨워를 제작하는 가이드 입니다.

본 문서의 모든 원칙을 엄격하게 준수 할 필요는 없으며, 심지어 더 적은 사람들이 보편적으로 동의할 것입니다.

이것들은 지침일 뿐이지 그 이상은 아니지만, 수년 간 *Clean Code*의 저자들에 의해 축적된 경험들을 통해 체계화된 것들입니다.

[clean-code-javascript](https://github.com/ryanmcdermott/clean-code-javascript)에서 영감을 얻었습니다.

`Python3.7+` 를 대상으로 합니다.

## **변수**

### 의미 있고 발음하기 쉬운 변수 이름을 사용하세요.

**안 좋은 예:**

```python

ymdstr = datetime.date.today().strftime("%y-%m-%d")

```

**좋은 예:**

```python

current_date: str = datetime.date.today().strftime("%y-%m-%d")

```

**[⬆ 맨 위로](#목차)**

### 동일한 유형의 변수에 동일한 어휘를 사용하세요.

**안 좋은 예:**

여기서는 동일한 기본 엔티티(Entity)에 대해 세 가지 다른 이름을 사용합니다.:

```python

get_user_info()

get_client_data()

get_customer_record()

```

**좋은 예:**

만약 엔티티(Entity)가 동일하다면 함수에서 엔티티(Entity)를 참조하는 데 일관성이 있어야 합니다.:

```python

get_user_info()

get_user_data()

get_user_record()

```

**더 나은 예**

파이썬은 (또한) 객체 지향 프로그래밍 언어입니다. 의미가 있다면 코드에서 엔티티(Entity)의 구체적인 구현과 함께

인스턴스 속성(attributes), 프로퍼티 메소드(property methods) 또는 메소드(methods)로 함수를 패키지화 하십시오:

```python

class User:

info : str

@property

def data(self) -> dict:

# ...

def get_record(self) -> Union[Record, None]:

# ...

```

**[⬆ 맨 위로](#목차)**

### 검색 가능한 이름을 사용하세요.

We will read more code than we will ever write. It's important that the code we do write is

readable and searchable. By *not* naming variables that end up being meaningful for

understanding our program, we hurt our readers.

Make your names searchable.

우리는 우리가 작성하는 것보다 더 많은 코드를 읽을 것입니다. 우리가 작성하는 코드를 읽고 검색할 수 있어야 합니다.

프로그램을 이해하기 위해서 의미가 있는 변수이름을 짓지 *않는다*면 코드를 읽는 사람들에게 상처를 줄 수 있습니다.

검색 가능한 이름을 사용하세요.

**안 좋은 예:**

```python

# 도대체 86400이 뭐야?

time.sleep(86400);

```

**좋은 예:**

```python

# 모듈의 전역 네임스페이스에 선언하십시오.

SECONDS_IN_A_DAY = 60 * 60 * 24

time.sleep(SECONDS_IN_A_DAY)

```

**[⬆ 맨 위로](#목차)**

### 설명적인 변수를 사용하세요.

**안 좋은 예:**

```python

address = 'One Infinite Loop, Cupertino 95014'

city_zip_code_regex = r'^[^,\\]+[,\\\s]+(.+?)\s*(\d{5})?$'

matches = re.match(city_zip_code_regex, address)

save_city_zip_code(matches[1], matches[2])

```

**나쁘지 않은 예**:

더 낫지만 여전히 정규표현식에 크게 의존합니다.

```python

address = 'One Infinite Loop, Cupertino 95014'

city_zip_code_regex = r'^[^,\\]+[,\\\s]+(.+?)\s*(\d{5})?$'

matches = re.match(city_zip_code_regex, address)

city, zip_code = matches.groups()

save_city_zip_code(city, zip_code)

```

**좋은 예:**

하위 패턴의 이름을 지정하여 정규식에 대한 의존성을 줄입니다.

```python

address = 'One Infinite Loop, Cupertino 95014'

city_zip_code_regex = r'^[^,\\]+[,\\\s]+(?P<city>.+?)\s*(?P<zip_code>\d{5})?$'

matches = re.match(city_zip_code_regex, address)

save_city_zip_code(matches['city'], matches['zip_code'])

```

**[⬆ 맨 위로](#목차)**

### Mental Mapping을 피하세요

코드를 읽는 사람이 변수의 의미를 번역하도록 강요하지 마세요.

암시적인 것보다 명시적인 것이 좋습니다.

**안 좋은 예:**

```python

seq = ('Austin', 'New York', 'San Francisco')

for item in seq:

do_stuff()

do_some_other_stuff()

# ...

# 잠깐만요, `item`이 뭐에요?

dispatch(item)

```

**좋은 예:**

```python

locations = ('Austin', 'New York', 'San Francisco')

for location in locations:

do_stuff()

do_some_other_stuff()

# ...

dispatch(location)

```

**[⬆ 맨 위로](#목차)**

### 불필요한 문맥을 추가하지 마세요.

클래스/객체의 이름이 뭔가를 말한다면 변수 이름에서 반복하지 마세요.

**안 좋은 예:**

```python

class Car:

car_make: str

car_model: str

car_color: str

```

**좋은 예:**

```python

class Car:

make: str

model: str

color: str

```

**[⬆ 맨 위로](#목차)**

### 단락 또는 조건문 대신 기본 인수(arguments)를 사용하세요.

**Tricky**

Why write:

```python

def create_micro_brewery(name):

name = "Hipster Brew Co." if name is None else name

slug = hashlib.sha1(name.encode()).hexdigest()

# etc.

```

... when you can specify a default argument instead? This also makes ist clear that

you are expecting a string as the argument.

**좋은 예:**

```python

def create_micro_brewery(name: str = "Hipster Brew Co."):

slug = hashlib.sha1(name.encode()).hexdigest()

# etc.

```

**[⬆ 맨 위로](#목차)**

## **함수**

### 함수 인수(arguments) (2개 이하)

Limiting the amount of function parameters is incredibly important because it makes

testing your function easier. Having more than three leads to a combinatorial explosion

where you have to test tons of different cases with each separate argument.

함수 매개변수(parameter)의 양을 제한하는 것은 함수 테스트를 보다 쉽게 하기 때문에 매우 중요합니다.

세개 이상이면 서로 다른 경우의 수를 각각의 개별 인수(argument)로 다양한 사례를 테스트해야 하기 때문에 조합 폭발로 이어집니다.

Zero arguments is the ideal case. One or two arguments is ok, and three should be avoided.

Anything more than that should be consolidated. Usually, if you have more than two

arguments then your function is trying to do too much. In cases where it's not, most

of the time a higher-level object will suffice as an argument.

인수(arguments)가 없는 것이 이상적인 경우입니다. 하나 또는 두개의 인수(arguments)는 괜찮으며 세 개는 피해야 합니다.

그 이상은 모두 통합되어야 합니다. 일반적으로 인수(arguments)가 두개 이상이면 함수가 너무 작업을 수행하려고 합니다.

그렇지 않은 경우 대게 상위 객체의 인수로 충분합니다.

**안 좋은 예:**

```python

def create_menu(title, body, button_text, cancellable):

# ...

```

**좋은 예:**

```python

class Menu:

def __init__(self, config: dict):

title = config["title"]

body = config["body"]

# ...

menu = Menu(

{

"title": "My Menu",

"body": "Something about my menu",

"button_text": "OK",

"cancellable": False

}

)

```

**Also good**

```python

class MenuConfig:

"""A configuration for the Menu.

Attributes:

title: The title of the Menu.

body: The body of the Menu.

button_text: The text for the button label.

cancellable: Can it be cancelled?

"""

title: str

body: str

button_text: str

cancellable: bool = False

def create_menu(config: MenuConfig):

title = config.title

body = config.body

# ...

config = MenuConfig

config.title = "My delicious menu"

config.body = "A description of the various items on the menu"

config.button_text = "Order now!"

# 인스턴스 속성(attribute)은 기본 클래스 속성(attribute)보다 우선합니다.

config.cancellable = True

create_menu(config)

```

**Fancy**

```python

from typing import NamedTuple

class MenuConfig(NamedTuple):

"""A configuration for the Menu.

Attributes:

title: The title of the Menu.

body: The body of the Menu.

button_text: The text for the button label.

cancellable: Can it be cancelled?

"""

title: str

body: str

button_text: str

cancellable: bool = False

def create_menu(config: MenuConfig):

title, body, button_text, cancellable = config

# ...

create_menu(

MenuConfig(

title="My delicious menu",

body="A description of the various items on the menu",

button_text="Order now!"

)

)

```

**Even fancier**

```python

from dataclasses import astuple, dataclass

@dataclass

class MenuConfig:

"""A configuration for the Menu.

Attributes:

title: The title of the Menu.

body: The body of the Menu.

button_text: The text for the button label.

cancellable: Can it be cancelled?

"""

title: str

body: str

button_text: str

cancellable: bool = False

def create_menu(config: MenuConfig):

title, body, button_text, cancellable = astuple(config)

# ...

create_menu(

MenuConfig(

title="My delicious menu",

body="A description of the various items on the menu",

button_text="Order now!"

)

)

```

**[⬆ 맨 위로](#목차)**

### 함수는 한 가지 일을 해야 합니다.

This is by far the most important rule in software engineering. When functions do more

than one thing, they are harder to compose, test, and reason about. When you can isolate

a function to just one action, they can be refactored easily and your code will read much

cleaner. If you take nothing else away from this guide other than this, you'll be ahead

of many developers.

이것은 소프트웨어 엔지니어링에서 단연코 가장 중요한 규칙입니다.

함수가 한 가지 이상의 작업을 수행하면 작성, 테스트 및 추론하기가 더 어렵습니다.

함수를 하나의 동작으로 분리 할 수 있다면 쉽게 리팩토링 할 수 있으며 코드가 훨씬 깔끔해집니다.

**안 좋은 예:**

```python

def email_clients(clients: List[Client]):

"""Filter active clients and send them an email.

"""

for client in clients:

if client.active:

email(client)

```

**좋은 예:**

```python

def get_active_clients(clients: List[Client]) -> List[Client]:

"""Filter active clients.

"""

return [client for client in clients if client.active]

def email_clients(clients: List[Client, ...]) -> None:

"""Send an email to a given list of clients.

"""

for client in clients:

email(client)

```

Do you see an opportunity for using generators now?

**Even better**

```python

def active_clients(clients: List[Client]) -> Generator[Client]:

"""Only active clients.

"""

return (client for client in clients if client.active)

def email_client(clients: Iterator[Client]) -> None:

"""Send an email to a given list of clients.

"""

for client in clients:

email(client)

```

**[⬆ 맨 위로](#목차)**

### Function names should say what they do

**안 좋은 예:**

```python

class Email:

def handle(self) -> None:

# Do something...

message = Email()

# What is this supposed to do again?

message.handle()

```

**Good:**

```python

class Email:

def send(self) -> None:

"""Send this message.

"""

message = Email()

message.send()

```

**[⬆ 맨 위로](#목차)**

### Functions should only be one level of abstraction

When you have more than one level of abstraction, your function is usually doing too

much. Splitting up functions leads to reusability and easier testing.

**안 좋은 예:**

```python

def parse_better_js_alternative(code: str) -> None:

regexes = [

# ...

]

statements = regexes.split()

tokens = []

for regex in regexes:

for statement in statements:

# ...

ast = []

for token in tokens:

# Lex.

for node in ast:

# Parse.

```

**Good:**

```python

REGEXES = (

# ...

)

def parse_better_js_alternative(code: str) -> None:

tokens = tokenize(code)

syntax_tree = parse(tokens)

for node in syntax_tree:

# Parse.

def tokenize(code: str) -> list:

statements = code.split()

tokens = []

for regex in REGEXES:

for statement in statements:

# Append the statement to tokens.

return tokens

def parse(tokens: list) -> list:

syntax_tree = []

for token in tokens:

# Append the parsed token to the syntax tree.

return syntax_tree

```

**[⬆ 맨 위로](#목차)**

### Don't use flags as function parameters

Flags tell your user that this function does more than one thing. Functions

should do one thing. Split your functions if they are following different code

paths based on a boolean.

**안 좋은 예:**

```python

from pathlib import Path

def create_file(name: str, temp: bool) -> None:

if temp:

Path('./temp/' + name).touch()

else:

Path(name).touch()

```

**Good:**

```python

from pathlib import Path

def create_file(name: str) -> None:

Path(name).touch()

def create_temp_file(name: str) -> None:

Path('./temp/' + name).touch()

```

**[⬆ 맨 위로](#목차)**

### Avoid side effects

A function produces a side effect if it does anything other than take a value in

and return another value or values. For example, a side effect could be writing

to a file, modifying some global variable, or accidentally wiring all your money

to a stranger.

Now, you do need to have side effects in a program on occasion - for example, like

in the previous example, you might need to write to a file. In these cases, you

should centralize and indicate where you are incorporating side effects. Don't have

several functions and classes that write to a particular file - rather, have one

(and only one) service that does it.

The main point is to avoid common pitfalls like sharing state between objects

without any structure, using mutable data types that can be written to by anything,

or using an instance of a class, and not centralizing where your side effects occur.

If you can do this, you will be happier than the vast majority of other programmers.

**안 좋은 예:**

```python

# This is a module-level name.

# It's good practice to define these as immutable values, such as a string.

# However...

name = 'Ryan McDermott'

def split_into_first_and_last_name() -> None:

# The use of the global keyword here is changing the meaning of the

# the following line. This function is now mutating the module-level

# state and introducing a side-effect!

global name

name = name.split()

split_into_first_and_last_name()

print(name) # ['Ryan', 'McDermott']

# OK. It worked the first time, but what will happen if we call the

# function again?

```

**Good:**

```python

def split_into_first_and_last_name(name: str) -> list:

return name.split()

name = 'Ryan McDermott'

new_name = split_into_first_and_last_name(name)

print(name) # 'Ryan McDermott'

print(new_name) # ['Ryan', 'McDermott']

```

**Also good**

```python

from dataclasses import dataclass

@dataclass

class Person:

name: str

@property

def name_as_first_and_last(self) -> list:

return self.name.split()

# The reason why we create instances of classes is to manage state!

person = Person('Ryan McDermott')

print(person.name) # 'Ryan McDermott'

print(person.name_as_first_and_last) # ['Ryan', 'McDermott']

```

**[⬆ 맨 위로](#목차)**

## **객체와 자료구조**

*Coming soon*

**[⬆ 맨 위로](#목차)**

## **클래스**

### **Single Responsibility Principle (SRP)**

### **Open/Closed Principle (OCP)**

### **Liskov Substitution Principle (LSP)**

### **Interface Segregation Principle (ISP)**

### **Dependency Inversion Principle (DIP)**

*Coming soon*

**[⬆ 맨 위로](#목차)**

## **Don't repeat yourself (DRY)**

*Coming soon*

**[⬆ 맨 위로](#목차)**