《Python入门教程》4. 深入流程控制

1. 开胃菜
2. 使用 Python 解释器
3. 非正式介绍Python
4. 深入流程控制
5. 数据结构
6. 模块
7. 输入和输出
8. 错误和异常
9. 类
10. 标准库的简明介绍
11. 标准库的简明介绍（第二部分）
12. 现在干什么?
13. 交互式输入编辑及历史替代
14. 浮点算术: 问题和限制

除了刚介绍的 while 语句外, Python 也支持有其它语言中通见的流程控制语句, 当然有点小改动.

4.1. if 语句

也许最为人所知的语句类型就是 if 语句了. 例如:

>>> 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

这里可以有零个或多个 elif 分支, 而 else 是可选的. 关键字 ‘elif‘ 是 ‘else if’ 的缩写, 它可以有效避免过度缩进. if … elif … elif … 序列是其它语言中 switch 或 case 语句的替代.

4.2. for 语句

Python 中的 for 语句与你在 C 或是 Pascal 中使用的略有不同. 不同于在 Pascal 中总是依据一个等差的数值序列迭代, 也不同于在 C 中允许用户同时定义迭代步骤和终止条件, Python 中的 for 语句在任意序列 (列表或者字符串) 中迭代时, 总是按照元素在序列中的出现顺序依次迭代.

for example (这行不循环;-):

>>> # 测试一些字符串:

… a = [‘cat’, ‘window’, ‘defenestrate’]

 >>> for x in a: 

… print(x, len(x)) 

… 

cat 3

window 6

defenestrate 12

在循环过程中修改被迭代的对象是不安全的 (这只可能发生在可变序列类型上,如列表).

若想在循环体内修改你正迭代的序列 (例如复制序列中选定的项), 最好是先制作一个副本. 但是,在序列上的迭代并不会自动隐式地创建一个副本.

而切片则让这种操作十分方便:

>>> for x in a[:]: # 制造整个列表的切片复本

… if len(x) > 6: a.insert(0, x) 

…

>>> a

[‘defenestrate’, ‘cat’, ‘window’, ‘defenestrate’]

4.3. range() 函式

如果你需要一个数值序列, 使用内建函式 range() 会很方便. 它产生等差级数序列:

>>> for i in range(5):

 … print(i) 

… 0 1 2 3 4

给出的终止点不会在生成的序列里; range(10) 生成 10 个值, 组成一个长度为10的合法序列. 可以让 range 的起始初值定为另一个数, 也可以指定一个不同的增量 (甚至可以为负; 有时这被称为 ‘步长’):

range(5, 10)

5 through 9

range(0, 10, 3)

0, 3, 6, 9

range(-10, -100, -30)

-10, -40, -70

要对一个序列的索引进行迭代的话, 组合使用 range() 和 len():

>>> 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

多数情况中, 用 enumerate() 函式更加方便, 参见 遍历技巧.

当你想打印 range 时, 会奇怪:

>>> print(range(10))

range(0, 10)

在很多时候, 由 range() 返回的对象表现得就像一个列表, 但实际上它不是. 如果你对其进行迭代时, 它能返回所需要的连续项, 但实际上为了节省空间并没有真正地生成制造一个列表.

我们称这种对象叫做 iterable , 也就是说, 某些函式和构造器期望能从对象连续接收元素直至终结, 我们称这种对象叫做 iterable (可迭代的).

我们已经看到 for 语句就是这种迭代器 ( iterator ). list() 是另一个; 它从可迭代对象中生成列表:

>>> list(range(5))

[0, 1, 2, 3, 4]

后面我们将看到更多返回 可迭代对象 和将 可迭代对象 作为参数的函式.

4.4. break 和 continue 语句, 以及循环中的 else 子句

break 语句, 像 C 里的一样, 跳出最小的 for 或 while 循环. 循环语句可以有一个 else 子句; 当循环因耗尽整个列表而终止时 (使用 for) 或者当条件变为假时 (使用 while), 它就会被执行, 但是, 如果循环因为 break 语句终止的话, 它不会被执行. 下面的搜索质数的例子将证明这点:

>>> for n in range(2, 10):

 … for x in range(2, n):

 … if n % x == 0: 

… print(n, ‘equals’, x, ‘*’, n//x)

 … break

… else: 

… # 循环因为没有找到一个因数而停止

… 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

(是的, 这是正确的代码. 仔细看: else 子句属于 for 循环, 而非是 if 语句)

与循环搭配使用时, else 子句的行为和它与 try 语句的搭配时相对于与 if 语句的搭配时有更多共性: try 语句的 else 子句在没有异常发生时被执行, 循环的 else 子句在没有 break 语句是被执行.

查阅 异常处理 一节获取更多关于 try 语句和异常的信息.

continue 语句同样是从 C 语言借用的, 它终止当前迭代而进行循环的下一次迭代.

>>> for num in range(2, 10):

 … if num % 2 == 0:

 … print(“Found an even number”, num) 

… continue

… print(“Found a number”, num) Found an even number 2

Found a number 3

Found an even number 4

Found a number 5

Found an even number 6

Found a number 7

Found an even number 8

Found a number 9

4.5. pass 语句

pass 语句什么都不做. 当语法上需要一个语句, 但程序不要动作时, 就可以使用它. 例如:

>>> whileTrue:

 … pass# 忙等待键盘中断 (Ctrl+C)

…

一般也可以用于创建最小类:

>>> classMyEmptyClass:

 … pass

…

另一个使用 pass 的地方是, 作为函式或条件体的占位符, 当你在新代码工作时, 它让你能保持在更抽象的级别思考. pass 会被默默地被忽略:

>>> def initlog(*args): 

… pass# 记得实现这里!

…

4.6. 定义函式

我们可以创建函式来输出任意指定范围内的 菲波那契(Fibonacci) 数列:

>>> def fib(n): # 打印 Fibonacci 序列到 n

… “””打印到 n 的 Fibonacci 序列.”””

… a, b = 0, 1 … while a < n: 

… print(a, end=’ ‘) 

… a, b = b, a+b 

… print() 

…

>>> # 现在调用我们刚定义的函式:

… fib(2000)

0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597

关键字 def 引入了一个函式 定义. 后面必须跟上函式名和在圆括号里的参数序列. 函式体从一行开始, 并且一定要缩进.

函式体的第一个语句可以是字串; 这个字串就是函式的文档字符串, 或称为 docstring. (可以在 文档字串 一节找到更多信息) 有很多能将文档字串自动转换为在线或可打印文档的工具, 或让用户在代码中交互地浏览它的工具; 在代码里加上文档字符串是一个好的实践, 因此, 请养成这个习惯.

执行 函式,会引入新的符号表(symbol table)用于该函式的局部变量. 更精确地说, 所有在函式中被赋值的变量和值都将存储在局部符号表中; 鉴于变量引用会首先在局部符号表里寻找, 然后才是闭包函式的局部符号表, 再然后是全局变量, 最后是内建名字表. 因此, 在函式中的尽管全局变量可以引用,但是不可直接赋值 (除非用 global 语句进行声明).

函式的实参在它被调用时被引入到这个函式的局部变量表; 因此, 参数是 按值 传递的 (值 总是对象的一个 引用 , 而不是对象本身的值). [1] 当一个函式调用另一个时, 对应这次调用,一个新的局部符号表就会被创建.

函式定义会在当前的符号表里引入该函式的名字. 函式名对应的值被解释器认定为自定义函式类型 函式名的值可以被赋予另一个名字, 使其也能作为函式使用. 这是常规的重命名机制:

>>> fib

<function fib at 10042ed0>

 >>> f = fib 

>>> f(100)

0 1 1 2 3 5 8 13 21 34 55 89

根据其它语言的经验, 你可能会指出 fib 不是一个函式, 而是一个程序, 因为它不返回值. 事实上, 即使没有 return 语句的函式也会返回一个值, 尽管这个值相当无聊. 这个值名为 None (它是个内建名字). 如果要唯一输出的值是 None, 那么解释器会正当的抑制这次返回. 如你实在想看看这个值,可以使用 print():

>>> fib(0) 

>>> print(fib(0))

None

写个返回 Fibonacci 序列而不是打印输出的函式, 很简单:

>>> def fib2(n): # 放回直到 n 的 Fibonacci 序列

… “””返回一个列表, 包含直到 n 的 Fibonacci 序列.”””

… result = [] 

… a, b = 0, 1 

… while a < n: 

… result.append(a) # 见下文

… a, b = b, a+b 

… return result 

…

>>> f100 = fib2(100) # 调用

>>> f100 # 输出结果 

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

像往常一样, 这里介绍了一些 Python 特性:

• return 语句从函式中返回一个值. 没有表达式参数的 return 语句返回 None. 直到函式结束也没有 return 语句也返回 None.
• 语句 result.append(a) 调用了列表对象 result 的一个方法. 所谓 方法 就是 ‘属于’ 对象的函式, 调用形式为 obj.methodname, 在这里 obj 是某对象的名字 (这可能是个表达式), methodname 是此对象类型定义中一个方法的名字. 在不同类型中定义的方法是不同的. 不同类型中定义相同名字的方法不会引起歧义. (你可以定义自己的对象类型和方法, 参阅 类) 例子中的 append() 方法是为列表对象定义的; 能在列表的末尾添加新的元素. 在本例中, 等价于 result = result + [a], 但相对而言更加高效.

4.7. 深入函式定义

函式定义时候可以带若干参数, 有三种可以组合使用的不同形式.

4.7.1. 默认参数

最有用的形式是为一个或更多参数指定默认值. 这样创建的函式调用时可以不用给足参数. 例如:

def ask_ok(prompt, retries=4, complaint=’Yes or no, please!’): 

whileTrue:

ok = input(prompt)

 if ok in (‘y’, ‘ye’, ‘yes’):

 returnTrue

if ok in (‘n’, ‘no’, ‘nop’, ‘nope’): 

returnFalse retries = retries – 1 

if retries < 0: 

raise IOError(‘refusenik user’)

print(complaint)

这个函式有以下几种合法调用形式:

• 仅给出强制的参数: ask_ok('Do you really want to quit?')
• 多出一个可选参数: ask_ok('OK to overwrite the file?', 2)
• 或给出所有参数: ask_ok('OK to overwrite the file?', 2, 'Come on, only yes or no!')

这个例子也引入了一个关键字, in 用以测试序列中是否包含某一值.

默认参数的值等于函式 定义域 中的值, 因此

i = 5

 def f(arg=i):

print(arg)

i = 6

f()

将打印 5.

重要警告: 默认参数的值只会被求一次值. 但这在默认参数是可变参数的情况下就不一样了, 如列表, 字典, 或大多类的对象时. 例如, 下面的函式在随后的调用中会累积参数值:

def f(a, L=[]):

L.append(a)

 return L

print(f(1))

print(f(2))

print(f(3))

将会打印

[1]

[1, 2]

[1, 2, 3]

如果你不想让参数值被后来的调用共享, 你可以改写成这样:

def f(a, L=None): 

if L isNone:

L = []

L.append(a) 

return L

4.7.2. 关键字参数

函式也可以通过 keyword = value 形式的关键字参数来调用. 例如, 下面的函式:

def parrot(voltage, state=’a stiff’, action=’voom’, type=’Norwegian Blue’):

print(“– This parrot wouldn’t”, action, end=’ ‘)

print(“if you put”, voltage, “volts through it.”)

print(“– Lovely plumage, the”, type)

print(“– It’s”, state, “!”)

通过以下任一方法调用:

parrot(1000)

parrot(action = ‘VOOOOOM’, voltage = 1000000)

parrot(‘a thousand’, state = ‘pushing up the daisies’)

parrot(‘a million’, ‘bereft of life’, ‘jump’)

但如下的调用是非法的:

parrot() # 缺少必要的参数 

parrot(voltage=5.0, ‘dead’) # 在关键字后面跟着非关键字参数 

parrot(110, voltage=220) # 同一参数给了多个值 

parrot(actor=’John Cleese’) # 未知关键字

在函式调用时, 关键字参数必须跟在位置参数之后. 所有的关键字参数都必须与函式接受的形式参数匹配 (例如, actor 在函式 parrot 看来就是非法参数), 但他们的顺序是无关紧要的. 这条规则也适用于非可选参数 (例如, parrot(voltage=1000) 也可以的). 任何 形参 都不能多次接受传值. 下面的例子产生错误的原因正是违反了这一约定:

>>> def function(a):

 … pass

…

>>> function(0, a=0)

Traceback (most recent call last):

File “<stdin>”, line 1, in ?

TypeError: function() got multiple values for keyword argument ‘a’

当最后一个形参的形式为 **name 时, 则排除其他的形参的值, 它将以字典 (参阅 映射类型——字典) 的形式包含所有剩余关键字参数. 这种调用可以与具有 *name 形式的形式参数 (在下一小节中介绍) 联合使用, 这种形参接受所有超出函式接受范围的位置参数. ( *name 必须在 **name 之前使用) 例如, 如果我们像这样定义一个函式:

def cheeseshop(kind, *arguments, **keywords):

print(“– Do you have any”, kind, “?”)

print(“– I’m sorry, we’re all out of”, kind) 

for arg in arguments:

print(arg)

print(“-” * 40)

keys = sorted(keywords.keys()) 

for kw in keys:

print(kw, “:”, keywords[kw])

它可以如下地调用:

cheeseshop(“Limburger”, “It’s very runny, sir.”,

“It’s really very, VERY runny, sir.”,

shopkeeper=”Michael Palin”,

client=”John Cleese”,

sketch=”Cheese Shop Sketch”)

当然它将打印:

– Do you have any Limburger ?

— I’m sorry, we’re all out of Limburger

It’s very runny, sir.

It’s really very, VERY runny, sir.

—————————————-

client : John Cleese

shopkeeper : Michael Palin

sketch : Cheese Shop Sketch

注意, 关键字参数名的列表是通过之前对字典 keys() 进行排序操作而创建的; 如果不这样做, 参数打印的顺序是不确定的.

4.7.3. 任意参数表

最后, 最不常用的选择, 是指定函式能够在调用时接受任意数量的参数. 这些参数会被包装进一个元组 (参看 元组和序列). 在变长参数之前, 可以使用任意多个正常参数

def write_multiple_items(file, separator, *args):

file.write(separator.join(args))

一般地, 这种 variadic 参数必须在形参列表的末尾, 因为它们将接收传递给函式的所有剩余输入参数. 任何出现在 *arg 之后的形式参数只能是关键字参数, 这意味着它们只能使用关键字参数的方式接收传值, 而不能使用位置参数.

>>> def concat(*args, sep=”/”): 

… return sep.join(args) 

…

>>> concat(“earth”, “mars”, “venus”)

‘earth/mars/venus’ 

>>> concat(“earth”, “mars”, “venus”, sep=”.”)

‘earth.mars.venus’

4.7.4. 参数列表解包

也存在相反的情形: 当参数存在于一个既存的列表或者元组之中, 但却需要解包以若干位置参数的形式被函数调用. 例如, 内建的 range() 函数期望接收分别的开始和结束的位置参数. 如果它们不是分别可用 (而是同时存在于一个列表或者元组中), 下面是一个利用 *`-操作符解从列表或者元组中解包参数以供函数调用的例子:

>>> list(range(3, 6)) # 使用分离的参数正常调用 

[3, 4, 5] 

>>> args = [3, 6] 

>>> list(range(*args))# 通过解包列表参数调用 

[3, 4, 5]

同样的, 字典可以通过 **-操作符来解包参数:

>>> def parrot(voltage, state=’a stiff’, action=’voom’):

 … print(“– This parrot wouldn’t”, action, end=’ ‘)

 … print(“if you put”, voltage, “volts through it.”, end=’ ‘) 

… print(“E’s”, state, “!”) 

…

>>> d = {“voltage”: “four million”, “state”: “bleedin’ demised”, “action”: “VOOM”} 

>>> parrot(**d)

— This parrot wouldn’t VOOM if you put four million volts through it. E’s bleedin’ demised !

4.7.5. Lambda 形式

根据大众的需要, 一些通常出现在诸如 Lisp 等函式编程语言中的特性也已被加入到了 Python. 使用关键字 lambda, 就可以创建短小的匿名函式. 这就是能返回它两个参数和的函式: lambda a, b: a+b. Lambda 形式可以在任意需要函式对象的地方使用. 语法上限制它们为单一的表达式. 像内嵌函式一样, lambda 形式可以引用当前域里的变量:

>>> def make_incrementor(n): 

… returnlambda x: x + n 

…

>>> f = make_incrementor(42)

 >>> f(0)

42 

>>> f(1)

43

4.7.6. 文档字符串

这里介绍一些文档字串有关内容和格式的约定.

第一行总应当是对该对象的目的进行简述. 为了简短, 它不用显式地陈述对象的名字或类型, 因为都是可以用其它手段获得 (除非这名字恰巧是描述函式操作的动词). 这行应当以一个大写字母开始, 并以句号结束. ^{译注:出于良好的编程素养考虑,尽可能的用E文注释吧.}

如果这个文档字符串不只一行, 那么第二行应当为空, 以能从视觉上分隔概述和其它部分. 接下来的行应当为一个或更多段来描述该对象的调用条件, 它的边界效应等等.

Python 的语法分析器并不会去除多行字符串里的缩进, 所以必要的时候, 就不得不使用处理文档的工具来去除缩进. 使用下面这条约定. 在文档字符串第一行 后 的第一个非空行决定整个文档字符串缩进的数量. (我们不使用第一行的原因是它通常与字符串的外引号相连而使得它的缩进不明显.) 留白 “相当于” 是文档字串的起始缩进将会被清除. 每行不应该当有不足的缩进, 如果有前导空白,将会全部清除. 由制表符扩展成的空白应该测试是否可用(一般被兑换成 8 个空格).

这有一个多行文档的例子:

>>> def my_function():

 … “””Do nothing, but document it.

…

… No, really, it doesn’t do anything.

… “””

… pass

…

>>> print(my_function.__doc__)

Do nothing, but document it.

No, really, it doesn’t do anything.

4.8. 插曲: 代码风格

从现在开始, 你将写更长更复杂的 Python 代码, 是时候谈论 代码风格 了. 大多语言可以用不同风格写 (简洁地说: 格式化) 代码; 总是有一些会比其它的更具可读性. 使其它人能够轻松读懂你的代码通常是个好主意, 而接受一个漂亮的代码风格会对那有很大的帮助.

对于 Python, PEP 8 已经呈现了大多数项目遵循的风格; 它宣传了一种十分可读而悦目的代码风格. 每个 Python 开发者都应当在某个时刻阅读它; 这里为你萃取了最重要的几点:

• 使用 4-空格 缩进, 且没有制表符.4 空格是在小缩进 (允许更多嵌套) 和大缩进 (更易读) 之间的好的妥协. 制表符会带来混乱, 最好不要使用.
• 设定自动换行 (Wrap),使它们不超过 79 个字符.这会帮助小屏幕的用户, 而且使得可以在大屏幕上同时显示几个代码文件成为可能.
• 使用空行分隔函式和类, 以及函式中的大的代码块.
• 尽可能令注释独占一行.
• 使用文档字串.
• 在操作符两边, 逗号后面使用空格, 但是括号内部与括号之间直接相连的部分不要空格: a = f(1, 2) + g(3, 4).
• 保持类名和函式名的一致性; 约定是, 类名使用 CamelCase 格式, 方法名和函式名使用 lower_case_with_underscres 形式. 永远使用 self 作为方法的第一个参数名 (参阅 类的初印象 获得更多有关类和方法的信息).
• 若代码打算用在国际化的环境中, 那么不要使用奇特的编码. Python 默认的 UTF-8, 或者甚至是简单的 ASCII 在任何情况下工作得最好.
• 同样地, 如果代码的读者或维护者只有很小的概率使用不同的语言, 那么不要在标识符里使用 非ASCII 字符.

Footnotes

[1]	实际上, 通过对象引用调用 会是个更好的描述, 因为如果传入了一个可变参数, 调用者将看到被调用者对它作出的任何改变 (项被插入到列表).

4.9. Function Annotations

Function annotations are completely optional, arbitrary metadata information about user-defined functions. Neither Python itself nor the standard library use function annotations in any way; this section just shows the syntax. Third-party projects are free to use function annotations for documentation, type checking, and other uses.

Annotations are stored in the __annotations__ attribute of the function as a dictionary and have no effect on any other part of the function. Parameter annotations are defined by a colon after the parameter name, followed by an expression evaluating to the value of the annotation. Return annotations are defined by a literal ->, followed by an expression, between the parameter list and the colon denoting the end of the def statement. The following example has a positional argument, a keyword argument, and the return value annotated with nonsense: >>>

>>> def f(ham: 42, eggs: int = ‘spam’) -> “Nothing to see here”: 

… print(“Annotations:”, f.__annotations__) 

… print(“Arguments:”, ham, eggs) 

…

>>> f(‘wonderful’)

Annotations: {‘eggs’: <class ‘int’>, ‘return’: ‘Nothing to see here’, ‘ham’: 42}

Arguments: wonderful spam