< Python全景系列-3 > Python控制流程盘点及高级用法、神秘技巧大揭秘！

欢迎来到我们的系列博客《Python全景系列》！在这个系列中，我们将带领你从Python的基础知识开始，一步步深入到高级话题，帮助你掌握这门强大而灵活的编程语法。无论你是编程新手，还是有一定基础的开发者，这个系列都将提供你需要的知识和技能。

 

这是系列第三篇，在这篇文章中我们将全面深入地介绍 Python 的控制流程，包括条件语句、循环结构和异常处理等关键部分，尤其会将列表解析、生成器、装饰器等高级用法一网打尽。此外，我还将分享一些独特的见解和研究发现，希望能给你带来新的启发。文章的结尾，我们将有一个 "One More Thing" 环节，我会分享一个很特别但又很少人知道的有用的 Python 控制流程的技巧。

 

一、条件语句（If-Elif-Else）

Python的条件语句是通过一条或多条语句的执行结果（True或者False）来决定执行的代码块。条件语句的基本形式包括 if、if-else 和 if-elif-else 三种。

 

# if 语句
x = 10
if x > 0:
    print("x is positive")

# if-else 语句
if x % 2 == 0:
    print("x is even")
else:
    print("x is odd")

# if-elif-else 语句
if x < 0:
    print("x is negative")
elif x == 0:
    print("x is zero")
else:
    print("x is positive")

 注意Python的缩进规则，这是Python语法的一大特色。缩进用于区分代码块，比如以上if-elif-else的代码块。此外，Python中没有类似C++、Java的大括号{}来控制语句块，完全依赖于缩进。

 

二、循环结构（For和While）

Python中的循环有两种，一种是for循环，一种是while循环。

 

# for循环
for i in range(5):
    print(i)

# while循环
count = 0
while count < 5:
    print(count)
    count += 1

Python的for循环更像是一个遍历循环，它会遍历序列中的每一个元素。而在很多其他语言中，for循环是通过条件判断来控制循环的。Python中的range()函数在很多情况下都非常有用，特别是在循环结构中。

 

三、异常处理（Try-Except）

在Python中，我们可以使用try-except语句来处理可能出现的错误或异常。

try:
    print(1 / 0)
except ZeroDivisionError:
    print("You can't divide by zero!")

Python的异常处理机制是一个很强大的工具，它可以帮助我们在出现错误或异常时保持程序的正常运行。不仅如此，Python的异常处理还支持多个except子句，这样我们可以对不同类型的异常进行不同的处理。此外，我们还可以使用finally子句，无论是否发生异常，finally子句中的代码总会被执行，常常用于进行清理工作。

 

 四、控制流程的高级用法！

Python 的控制流程不仅仅局限于简单的条件判断、循环和异常处理。Python 还有很多高级的控制流程工具，它们可以帮助我们更高效、更精简地编写代码。以下是一些常见的高级控制流程工具：

1. 列表解析

列表解析是一种创建列表的简洁方法，它在一行代码中就可以完成循环和条件判断等操作。以下是一个列表解析的例子：

squares = [x**2 for x in range(10)]

以上代码会生成一个包含 0 到 9 的平方的列表。这个列表解析的过程可以理解为：对于每个在 `range(10)` 中的 `x`，计算 `x` 的平方，然后将结果添加到列表中。列表解析相比普通的循环语句，不仅代码更简洁，而且执行速度更快。这是因为列表解析在内部实现了优化，而普通的循环语句没有。

 

2. 生成器表达式

生成器表达式和列表解析类似，但它生成的是一个生成器对象，而不是一个实际的列表。生成器对象是一个可迭代的对象，它在每次迭代时都会生成新的值，而不是一次性生成所有的值。以下是一个生成器表达式的例子：

squares = (x**2 for x in range(10))

以上代码会创建一个生成器对象，这个对象会在每次迭代时生成一个平方数。你可以通过 `next()` 函数或者 `for` 循环来迭代这个对象。生成器表达式比列表解析更节省内存，因为它不需要一次性生成所有的值。这在处理大规模数据时非常有用。

 

3. 装饰器 

装饰器是一个非常强大的工具，它允许我们修改一个函数或者类的行为，而不需要改变它的源代码。以下是一个简单的装饰器例子：

def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

@my_decorator
def say_hello():
    print("Hello!")

say_hello()

以上代码定义了一个装饰器 `my_decorator`，它会在调用 `say_hello` 函数前后分别打印一段消息。`@my_decorator` 就是将 `say_hello` 函数装饰成 `my_decorator` 的方式。装饰器可以用来做很多事情，比如日志记录、性能测试、事务处理、缓存等等。在很多情况下，使用装饰器可以让我们的代码更加干净，更易于管理和重用。

 

One More Thing！！

我在阅读GitHub和各种技术博客中发现了一个很特别但又很少人知道的Python控制流程技巧——使用`else`子句在`for`和`while`循环中。

许多人可能不知道，`for`循环和`while`循环可以有一个可选的`else`子句，它在循环正常结束时执行。如果循环被`break`语句终止，`else`子句将不会被执行。

 

for i in range(5):
    print(i)
else:
    print("Loop finished!")

count = 0
while count < 5:
    print(count)
    count += 1
else:
    print("Loop finished!")

这个特性在很多情况下都非常有用，比如我们在循环中搜索一个元素，如果找到了就通过`break`语句终止循环，如果循环正常结束还没有找到，就执行`else`子句中的代码。

 

希望你在阅读这篇文章后，能对Python的控制流程有更深入的理解。如果你有任何问题或者有更好的建议，欢迎在下方留言，我们一起探讨，一起学习。