【Python3.13】官网学习之控制流¶
if¶
if语句是最常见的控制流：
>>> x = int(input("Please enter an integer: "))
Please enter an integer: 42
>>> if x < 0:
... x = 0
... print('Negative changed to zero')
... elif x == 0:
... print('Zero')
... elif x == 1:
... print('Single')
... else:
... print('More')
...
More
for¶
for语句用来遍历：
## Create a sample collection
users = {'Hans': 'active', 'Éléonore': 'inactive', '景太郎': 'active'}
## Strategy: Iterate over a copy
for user, status in users.copy().items():
if status == 'inactive':
del users[user]
## Strategy: Create a new collection
active_users = {}
for user, status in users.items():
if status == 'active':
active_users[user] = status
range¶
range函数生成数字序列：
>>> for i in range(5):
... print(i)
...
0
1
2
3
4
>>> list(range(5, 10))
[5, 6, 7, 8, 9]
>>> list(range(0, 10, 3))
[0, 3, 6, 9]
>>> list(range(-10, -100, -30))
[-10, -40, -70]
>>> a = ['Mary', 'had', 'a', 'little', 'lamb']
>>> for i in range(len(a)):
... print(i, a[i])
...
0 Mary
1 had
2 a
3 little
4 lamb
>>> sum(range(4)) # 0 + 1 + 2 + 3
6
值得注意的是，range函数的返回类型并不是list类型，而是range对象<class 'range'>
虽然它看起来像列表，但实际上它是一个更高效的内存对象，只在需要时生成序列中的数字。例如：
range(5) 返回 range(0, 5)
type(range(5)) 返回
<class 'range'>
如果需要列表，可以使用list()函数进行转换：list(range(5))会返回[0, 1, 2, 3, 4]。
break和continue¶
>>> for n in range(2, 10):
... for x in range(2, n):
... if n % x == 0:
... print(f"{n} equals {x} * {n//x}")
... break
...
4 equals 2 * 2
6 equals 2 * 3
8 equals 2 * 4
9 equals 3 * 3
>>> for num in range(2, 10):
... if num % 2 == 0:
... print(f"Found an even number {num}")
... continue
... print(f"Found an odd number {num}")
...
Found an even number 2
Found an odd number 3
Found an even number 4
Found an odd number 5
Found an even number 6
Found an odd number 7
Found an even number 8
Found an odd number 9
else¶
这里的else不是if的else，而是在for循环或者while循环中的else：
>>> for n in range(2, 10):
... for x in range(2, n):
... if n % x == 0:
... print(n, 'equals', x, '*', n//x)
... break
... else:
... # loop fell through without finding a factor
... print(n, 'is a prime number')
...
2 is a prime number
3 is a prime number
4 equals 2 * 2
5 is a prime number
6 equals 2 * 3
7 is a prime number
8 equals 2 * 4
9 equals 3 * 3
在for循环中，循环结束时，会执行else。在while循环中，循环条件变为false后，会执行else。比如执行了break就不会执行else，没有执行break就会执行else。
pass¶
pass什么都不做，可以在写代码时临时占个位置：
class MyEmptyClass:
pass
def initlog(*args):
pass # Remember to implement this!
match¶
match语句跟C、Java的switch语句有点像，跟Rust、Haskell的模型匹配有点像。
def http_error(status):
match status:
case 400:
return "Bad request"
case 404:
return "Not found"
case 418:
return "I'm a teapot"
case _:
return "Something's wrong with the internet"
注意最后一个case的_是通配符，能匹配任何值。
多个值可以用或：
case 401 | 403 | 404:
return "Not allowed"
也能匹配元组并解包：
## point is an (x, y) tuple
match point:
case (0, 0):
print("Origin")
case (0, y):
print(f"Y={y}")
case (x, 0):
print(f"X={x}")
case (x, y):
print(f"X={x}, Y={y}")
case _:
raise ValueError("Not a point")
还能匹配类对象：
class Point:
def __init__(self, x, y):
self.x = x
self.y = y
def where_is(point):
match point:
case Point(x=0, y=0):
print("Origin")
case Point(x=0, y=y):
print(f"Y={y}")
case Point(x=x, y=0):
print(f"X={x}")
case Point():
print("Somewhere else")
case _:
print("Not a point")
可以通过设置类的__match_args__特殊属性来定义模式匹配时的位置参数顺序。例如：
from dataclasses import dataclass
@dataclass
class Point:
x: int
y: int
__match_args__ = ("x", "y") # 定义模式匹配时的参数顺序
## 以下三种模式匹配方式是等价的：
point = Point(1, 2)
match point:
case Point(1, var): # 使用位置参数
print(f"y is {var}")
case Point(x=1, y=var): # 使用关键字参数
print(f"y is {var}")
case Point(y=var, x=1): # 使用关键字参数
print(f"y is {var}")
case Point(1, y=var): # 混合使用
print(f"y is {var}")
当设置了__match_args__后，模式匹配会按照指定的顺序(x,
y)来解析位置参数。这在处理复杂数据结构时能提供更灵活的模式匹配方式。
case还能加if：
match point:
case Point(x, y) if x == y:
print(f"Y=X at {x}")
case Point(x, y):
print(f"Not on the diagonal")
元组和列表模式可以匹配任意序列(除了迭代器和字符串)，这与解包赋值的行为一致。示例：
def check_sequence(seq):
match seq:
case [1, 2, *rest]: # 匹配任何以1,2开头的序列(除迭代器和字符串)
print(f"匹配列表/元组，剩余元素: {rest}")
case (1, 2, *rest): # 与列表模式效果相同
print(f"匹配元组/列表，剩余元素: {rest}")
case _:
print("不匹配")
check_sequence([1, 2, 3, 4]) # 匹配
check_sequence((1, 2, 5, 6)) # 匹配
check_sequence(range(1, 100)) # 不匹配(迭代器)
check_sequence("1234") # 不匹配(字符串)
enum的match：
from enum import Enum
class Color(Enum):
RED = 'red'
GREEN = 'green'
BLUE = 'blue'
color = Color(input("Enter your choice of 'red', 'blue' or 'green': "))
match color:
case Color.RED:
print("I see red!")
case Color.GREEN:
print("Grass is green")
case Color.BLUE:
print("I'm feeling the blues :(")
补充下，使用Enum枚举类相比直接定义类变量有以下主要优势：
类型安全：Enum成员是单例的，确保不会创建重复值，而类变量可以被随意修改
防止值冲突：Enum会自动处理重复值问题，比如：
class Color(Enum): RED = 1 CRIMSON = 1 # 会被视为RED的别名
迭代支持：Enum类可以直接迭代所有成员
for color in Color: print(color)
值验证：Enum会自动验证值的唯一性，防止意外覆盖
功能扩展：Enum提供了额外方法如：
Color.RED.name获取成员名称Color.RED.value获取成员值Color['RED']通过名称访问成员
语义明确：明确表达了这是一组有限的、预定义的常量集合
防止实例化：Enum类不能被实例化，保证了常量使用的正确性
函数¶
关于函数，已经在Python入门系列和进阶系列文章介绍了，这里摘取一些官网有意思的点。
一、函数如果没有return语句，实际上也会返回None：
>>> fib(0)
>>> print(fib(0))
None
而对于迭代器来说，迭代器协议要求迭代器必须实现__iter__()和__next__()方法。当迭代器耗尽时，next()方法会抛出StopIteration异常，而不是返回None。这是迭代器与普通函数返回值的一个重要区别。
比如：
def my_range(n):
i = 0
while i < n:
yield i
i += 1
for num in my_range(3):
print(num) # 输出0,1,2
gen = my_range(3)
print(next(gen)) # 0
print(next(gen)) # 1
print(next(gen)) # 2
print(next(gen)) # 抛出StopIteration异常，而不是返回None
这与普通函数返回None的行为形成对比，展示了Python中不同的控制流机制。
二、默认参数值在函数定义时只被求值一次。当默认参数是可变对象（如列表、字典或类实例）时，这个特性会导致默认参数在多次函数调用间共享状态。比如：
def f(a, L=[]):
L.append(a)
return L
print(f(1))
print(f(2))
print(f(3))
输出：
[1]
[1, 2]
[1, 2, 3]
如果不想共享状态，可以这样写：
def f(a, L=None):
if L is None:
L = []
L.append(a)
return L
三、函数参数可以是positional-only或keyword-only：
def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2):
----------- ---------- ----------
| | |
| Positional or keyword |
| - Keyword only
-- Positional only
示例：
def standard_arg(arg):
print(arg)
def pos_only_arg(arg, /):
print(arg)
def kwd_only_arg(*, arg):
print(arg)
def combined_example(pos_only, /, standard, *, kwd_only):
print(pos_only, standard, kwd_only)