Python 关键字（初识）

最新推荐文章于 2024-05-14 12:50:10 发布

vesper305

最新推荐文章于 2024-05-14 12:50:10 发布

阅读量1.2k

点赞数

分类专栏：其他文章标签： Python 关键字详解 yield with

其他专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了Python中的关键字，包括判断与循环、函数与模块、类、异常以及其他关键字的应用和语法示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.首先，我们可以再Python shell中查看Python的关键字：

>>> import keyword

>>> keyword.kwlist

['and','as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else','except', 'exec', 'finally', 'for', 'from', 'global', 'if', 'import', 'in','is', 'lambda', 'not', 'or', 'pass', 'print', 'raise', 'return', 'try','while', 'with', 'yield']

>>>

Python中的关键字就如上面这么多，大致可以分为下面四类：

判断 & 循环

函数 & 模块 & 类

异常

其他

if、elif、else、

for、while

break、continue

、and、or、is、

not、in

from、import、as

、def、pass、lambda、

return、class

try、except、finally、raise

print、del、

global、with、

assert、yield、

exec

2.下面就上面的分类对这些关键字的作用和应用简要的说明：

2.1 判断 &循环

if 语法

elif

else

if语法与C语言、shell脚本之下的非常类似，最大的区别就是冒号以及严格的缩进，当然这两点也是Python区别于其他语言的地方：

if condition1：

do something

elif condition2：

do something

else:

do something

while 语法

while

else

Python的while语法区别于C、shell下的while除了冒号及缩进之外，还有一点就是while可以携带一个可选的else语句（用的少）：

while condition：

do something

else：

do something

注：

else语句是可选的，但是使用while语句时一定要注意判断语句可以跳出！

for 语法

for

else

break

与while类似，Python的for循环也包括一个可选的else语句（跳出for循环时执行，但是如果是从break语句跳出则不执行else语句块中的代码！），而且for加上关键字in就组成了最常见的列表解析用法（以后会写个专门的博客）。

下面是for的一般用法：

for iin range（0， 6）：

dosomething

ifcondition：

break

else： # 可选

dosomething

for的列表解析用法：

foritems in list：

printitems

and...or 语法

and

Python的and/or操作与其他语言不同的是它的返回值是参与判断的两个值之一，所以我们可以通过这个特性来实现Python下的a ? b : c !

有C语言基础的知道 “ a ? b : c ! ” 语法是判断 a，如果正确则执行b，否则执行 c！

而Python下我们可以这么用：“ a and b or c”（此方法中必须保证b必须是True值），python自左向右执行此句，先判断a and b ：如果a是True值，a andb语句仍需要执行b，而此时b是True值！所以a and b的值是b，而此时a and b or c就变成了b or c，因b是True值，所以b orc的结果也是b；如果a是False值，a and b语句的结果就是a，此时 a and b or c就转化为a or c,因为此时a是False值，所以不管c是True 还是Flase，a or c的结果就是c！！！捋通逻辑的话，a and bor c 是不是就是Python下的a ? b : c ! 用法？（关键在于，逻辑判断中如果前半已经可以判断整体的值就不会执行后面的了）

is，not

not

is 和 is not 是Python下判断同一性的关键字，通常用来判断是 True、False或者None（Python下的NULL）！

比如 if alue is True ： ...

2.2 函数 & 模块 & 类

模块

import

from

Python的编程通常大量使用标准库中的模块，使用方法就是使用import 、from以及as 关键字。

比如：

import sys # 导入sys模块

from sys import argv # 从sys模块中导入argv ，这个在前面介绍脚本传参数时使用到

import cPickle as p #将cPickle模块导入并在此将它简单命名为p，此后直接可以使用p替代cPickle模块原名，这个在介绍文件输入输出时的存储器中使用到

函数

def

pass

lambda

return

Python中定义函数时使用到def关键字，如果你当前不想写入真实的函数操作，可以使用pass关键字指代不做任何操作：

def JustAFunction：

pass

当然，在需要给函数返回值时就用到了return关键字，这里简单提一下Python下的函数返回值可以是多个（接收返回值时用相应数量的变量接收！）！

此外Python下有个神奇的Lambda函数，它允许你定义单行的最小函数，这是从Lisp中借用来的，可以用在任何需要函数的地方。比如：

g = lambda x : x*2 # 定义一个Lambda函数用来计算参数的2倍并返回！

print g(2) #使用时使用lambda函数返回的变量作为这个函数的函数名，括号中带入相应参数即可！

2.3 异常

try

except

finally

raise

异常这一节还是比较简单的，将可能出现的异常放在try：后面的语句块中，使用except关键字捕获一定的异常并在接下来的语句块中做相应操作，而finally中接的是无论出现什么异常总在执行最后做finally：后面的语句块（比如关闭文件等必要的操作！）

raise关键字是在一定的情况下引发异常，通常结合自定义的异常类型使用。

2.4 其他

del

global

with

assert

yield

exec

首先print在前面的笔记或者任何地方你都能见到，所以还是比较熟悉的，此处就不多介绍了！

del关键字在前面的笔记中已有所涉及，比如删除列表中的某项，我们使用 “ del mylist[0] ”

可能这些剩下来的关键字你比较陌生，所以下面来介绍一下：

global

设置全局变量。Python中变量的作用域的概念与C中是一样的！

with

有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python的with语句提供了一种非常方便的处理方式。一个很好的例子是文件处理，你需要获取一个文件句柄，从文件中读取数据，然后关闭文件句柄。

如果不用with语句，打开一个文件并读文件的代码如下：

file =open("/tmp/foo.txt") #事先设置

data = file.read() # 操作

file.close() # 时候处理

当然这样直接打开有两个问题：一是可能忘记关闭文件句柄；二是文件读取数据发生异常，没有进行任何处理。下面是添加上异常处理的版本：

file = open("/tmp/foo.txt")

try:

data= file.read()

finally:

file.close()

虽然这段代码运行良好，但是太冗余了。这时候就是with一展身手的时候了。除了有更优雅的语法，with还可以很好的处理上下文环境产生的异常。下面是with版本的代码：

with open("/tmp/foo.txt") as file:

data =file.read()

这看起来充满魔法，但不仅仅是魔法，Python对with的处理还很聪明。基本思想是with所求值的对象必须有一个__enter__()方法，一个__exit__()方法。

with语句的执行逻辑如下：紧跟with后面的语句被求值后，返回对象的__enter__()方法被调用，这个方法的返回值将被赋值给as后面的变量。当with后面的代码块（比如上面：data= file.read()）全部被执行完之后，将调用前面返回对象的__exit__()方法。

下面例子可以具体说明with如何工作：

#!/usr/bin/python

# with_example01.py

class Sample:

def__enter__(self):

print "In __enter__()"

return "Foo"

def__exit__(self, type, value, trace):

print "In __exit__()"

def get_sample():

return Sample()

with get_sample() as sample:

print "sample:", sample

运行代码，输出如下：

$python with_example01.py

In __enter__() # __enter__()方法被执行

sample:Foo # __enter__()方法返回的值 -这个例子中是"Foo"，赋值给变量'sample',执行代码块，打印变量"sample"的值为"Foo"

In __exit__() # __exit__()方法被调用

assert

assert语句是一种插入调试断点到程序的一种便捷的方式。assert语句用来声明某个条件是真的,当assert语句失败的时候，会引发一AssertionError，所以结合try...except我们就可以处理这样的异常。

eg.

>>> mylist # 此时mylist是有三个元素的列表

['a', 'b', 'c']

>>> assert len(mylist)is not None #用assert判断列表不为空，正确无返回

>>> assert len(mylist)is None # 用assert判断列表为空

Traceback (most recent call last):

File"<stdin>", line 1, in <module>

AssertionError # 引发AssertionError异常

yield

我们先看一个示例：

def fab(max):

n, a,b = 0, 0, 1

whilen < max:

yield b

#print b

a,b = b, a + b

n= n + 1

使用这个函数：

>>> for n in fab(5):

... print n

...

简单地讲，yield 的作用就是把一个函数变成一个generator（生成器），带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable（可迭代的）对象！在 for 循环执行时，每次循环都会执行 fab函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。

也可以手动调用 fab(5) 的 next() 方法（因为fab(5) 是一个 generator 对象，该对象具有 next() 方法），这样我们就可以更清楚地看到 fab 的执行流程：

>>> f = fab(5)

>>> f.next()

Traceback (most recent call last):

File"<stdin>", line 1, in <module>

StopIteration

当函数执行结束时，generator 自动抛出 StopIteration异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

我们可以得出以下结论：

一个带有 yield 的函数就是一个generator，它和普通函数不同，生成一个 generator看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

注：如果看完此段你还未明白yield，没问题，因为yield是初学者的一个难点，那么你下一步需要做的就是……看一看下面参考资料中给的关于yield的博文！