3.1 分支、循环与迭代协议

3.1 分支、循环与迭代协议

本节摘要：控制流三件套——分支、循环、跳转。本节的独特任务是把 for 循环拆开：它不数数，它执行迭代协议。理解这一点后，推导式、zip、enumerate、生成器全部串成一条线。match 语句作为结构化分支的新成员也会登场。

分支：从 if 到 match

if/elif/else 无需多讲，但两个细节值得校准。其一，Python 的条件表达式直接用对象的真假，而非必须布尔值。判定规则叫真值检验：None、False、数字 0、空容器、空字符串为假，其余为真。于是 if items: 是判断列表非空的惯用法，不必写 if len(items) > 0:。

其二，三元表达式适合"二选一赋值"，但只该写一层——嵌套三元是可读性杀手：

level = "adult" if age >= 18 else "minor"
​

3.10 引入的 match 语句不是 C 的 switch 翻版，它是结构模式匹配——按值的形状分支：

def handle(cmd):
    match cmd.split():
        case ["go", direction]:
            return f"向 {direction} 移动"
        case ["pick", item, *rest]:
            return f"拾取 {item}（额外参数 {rest}）"
        case ["quit"]:
            return "再见"
        case _:
            return "未知指令"

handle("pick sword gold-mode")
# '拾取 sword（额外参数 ['gold-mode']）'
​

注意 [a, b, *rest] 的结构解构能力——switch 做不到这个。经验法则：只是比较离散值时 if/elif 足够；要按数据结构形状分发（解析指令、处理消息体）时 match 才显威力。

循环：while 与 for 的分工

while 是"条件驱动"，适合次数未知的循环（重试、轮询、收敛迭代）：

# 牛顿迭代法开平方：循环次数事先未知
def my_sqrt(n, eps=1e-10):
    x = n
    while abs(x * x - n) > eps:
        x = (x + n / x) / 2
    return x

my_sqrt(2)       # 1.4142135623746899
​

for 是"元素驱动"，遍历任何可迭代对象。两者都支持 break（跳出）、continue（跳过本轮）、else（循环未被 break 时执行——Python 最被低估的语法）：

for n in range(2, 50):
    for f in range(2, n):
        if n % f == 0:
            break
    else:                      # 内层没被 break：n 是素数
        print(n, end=" ")
# 2 3 5 7 11 ... 47
​

循环 else 的语义记住一句话："找了一圈没找到"分支，搜索类代码用它免去旗标变量。

for 的真相：迭代协议

教科书写"for 遍历序列"，解释器的说法更精确。for x in obj: 等价于：

_it = iter(obj)             # 1. 调用 iter 拿迭代器
while True:
    try:
        x = next(_it)       # 2. 反复 next 取值
    except StopIteration:   # 3. 停止信号，安静收场
        break
    ...                     # 循环体
​

手动复现一遍，直觉就长出来了：

>>> it = iter("abc")
>>> next(it), next(it), next(it)
('a', 'b', 'c')
>>> next(it)
StopIteration                               # Traceback 省略
​

两个角色要分清：可迭代对象实现 __iter__（能被 iter 接受，如 list、str、dict、range）；迭代器同时实现 __next__（能被 next 驱动）。迭代器通常也是可迭代的（自己返回自己）。list 是前者不是后者：

>>> next([1, 2, 3])
TypeError: 'list' object is not an iterator
>>> next(iter([1, 2, 3]))
1
​

一次性的消费语义也由此而来：

>>> nums = map(str, [1, 2, 3])   # map 返回迭代器
>>> list(nums), list(nums)
(['1', '2', '3'], [])            # 第二次已耗尽！
​

这个"第二次为空"的坑在 map/filter/zip/生成器上通用。对策：要么立刻物化成 list，要么只消费一次。

循环的三件升级装备

enumerate——要下标就别用 range(len(...))：

for i, ch in enumerate("abc", start=1):
    print(i, ch)
​

zip——并行遍历，配 strict 参数防长度不齐：

>>> names = ["ann", "bob"]
>>> scores = [92, 85, 77]
>>> list(zip(names, scores))
[('ann', 92), ('bob', 85)]            # 静默截断，bug 温床
>>> list(zip(names, scores, strict=True))
ValueError: zip() argument 2 is longer than argument 1
​

推导式——循环的值收集形态。从"变形"到"过滤"再到"展平"，三档语法：

squares = [x * x for x in range(10)]
evens = [x for x in squares if x % 2 == 0]
flat = [cell for row in matrix for cell in row]      # 双层展平
upper_map = {w: w.upper() for w in ["a", "b"]}       # 字典推导
seen = {c for c in "banana"}                          # 集合推导
​

我的纪律：推导式只写一层过滤 + 一层映射；需要 if/else 分支逻辑或三重循环时，老老实实写普通循环。生成器表达式（圆括号版）先按下不表，第 7 章的主角之一。

range 顺带说透：它不是 list，是惰性对象，range(10**12) 秒建零内存——因为它只存起止与步长，按下标现算。这也是迭代协议世界观的又一例证：能逐个给出的，就不必先造全。

⚠️ 常见坑三则：遍历时增删容器触发 RuntimeError（复制后再改）；在循环里定义函数导致延迟绑定（下一节详解）；while True 忘了推进状态造成死循环。

💡 关键直觉：看到 for，脑内翻译成"iter + next + StopIteration"；看到"想收集结果"，先想推导式。这两条反射建立后，Python 代码的味感就正了。

补充：正则表达式速查

顺带补一块传统上属于进阶主题的拼图。正则表达式用标准库的 re 模块接入，Python 里它与原生字符串是天然搭档——r 开头的字符串免去双重转义之苦。常用件速查：\d 匹配数字、\w 匹配字符、\s 匹配空白、点号匹配任意字符；量词加号表示一或多次、星号零或多次、问号零或一次；锚点尖号对行首、美元符对行尾。函数按用途分三档：match 从头匹配、search 全串找第一处、findall 找出全部；分组用圆括号，命名分组配 group 方法按名字取值，比数下标可读得多。两个高频工程习惯：预编译（compile 一次、复用多次，省去重复解析）；能用惰性迭代器逐个取就别一次性物化成列表——又是 7.1 节的惰性思想。最后一句忠告：正则适合格式规整的文本，解析 HTML 这类嵌套结构请回到第 9 章的解析器，正则会把你带进维护地狱。

本节要点回顾

• 真值检验：空容器与 0 为假，if items: 是惯用法。
• match 是结构匹配：按形状解构分发，不只是离散值比较。
• 循环 else：未被 break 时执行，搜索场景的旗标变量替代品。
• 迭代协议：可迭代对象给 __iter__，迭代器给 __next__；for 是三步对话。
• 迭代器一次性：map/filter/zip/生成器耗尽即空，需复用先物化。
• 三件装备：enumerate 替 range(len)、zip strict 防截断、推导式一层过滤一层映射。

下一节把镜头转向函数本身：它是个什么对象、名字在哪些命名空间里查找、闭包到底"闭"住了什么。