剛幫一個剛?cè)腴T Python 的朋友排查了一段代碼問題很簡單——他用if判斷用戶輸入時寫成了if 1 age 18邏輯上完全沒錯但在實際業(yè)務(wù)里年齡小于 0 或者大于 120 的數(shù)據(jù)他卻沒有處理。其實這不算 Bug而是典型的“流程控制沒有設(shè)計完整”。很多初學(xué)者學(xué) Python最先接觸的就是變量、列表、字典然后直接跳到函數(shù)和類反而把if、for、while這些最基礎(chǔ)的東西當(dāng)作“順便看兩眼”。等到真正寫爬蟲、寫自動化腳本、寫量化策略的時候才發(fā)現(xiàn)自己寫的代碼要么邏輯混亂、要么死循環(huán)、要么分支條件永遠走不到。這篇文章就是要把 Python 的流程控制徹底講透。我會結(jié)合真實業(yè)務(wù)場景把條件分支、循環(huán)、循環(huán)控制、以及 3.10 新增的結(jié)構(gòu)模式匹配全部拆開來講。適合剛?cè)腴T想夯實基礎(chǔ)的人也適合寫了段時間但對自己代碼邏輯不滿意的人?？赐曛竽阒辽倌馨选芭袛鄺l件怎么組合、循環(huán)什么時候用for什么時候用while、怎么優(yōu)雅地終止循環(huán)”這些問題理清楚。1. 流程控制到底是什么1.1 程序為什么需要流程控制先想一個問題你現(xiàn)在寫一個腳本從上到下執(zhí)行完能做的事非常有限。比如讀取一個配置文件如果文件不存在程序就直接崩潰了如果存在但格式不對你又得換一種解析方式。這時候程序就必須“根據(jù)情況走不同的路”。流程控制通俗講就是控制代碼在什么條件下執(zhí)行、重復(fù)執(zhí)行多少次、以及什么時候跳過或跳出。它是代碼的“骨架”數(shù)據(jù)是“血肉”。骨架歪了數(shù)據(jù)再漂亮也沒用。Python 的流程控制分三大類順序結(jié)構(gòu)默認逐行執(zhí)行這是基礎(chǔ)條件分支用if / elif / else根據(jù)條件決定走哪條分支循環(huán)結(jié)構(gòu)用for或while重復(fù)執(zhí)行一段代碼。這里要先糾正一個誤解很多人覺得流程控制就是if和for其實break、continue、pass、else子句、異常處理中的try/except也算流程控制的“輔助控制語句”。它們單獨出現(xiàn)時作用不大但組合起來才能寫出真正健壯的代碼。1.2 控制流與縮進的關(guān)系Python 和其他語言很大的一個區(qū)別是沒有大括號靠縮進表示代碼塊。age 20 if age 18: print(你已經(jīng)成年) print(這段也是if里的) print(這段和if無關(guān))很多人踩過這個坑看起來縮進一樣實際上有的是空格、有的是 Tab或者縮進層級不對直接報IndentationError。我的建議是統(tǒng)一用 4 個空格不要用 Tab。編輯器里把 Tab 自動展開成空格可以避免一堆莫名其妙的問題。另外if、for、while后面的冒號非常關(guān)鍵漏了就是語法錯誤。這個錯誤很常見尤其寫習(xí)慣了 JS 或 Java 的人很容易順手寫成分號或漏掉冒號。2. 條件分支if / elif / else 的選擇邏輯2.1 基本語法與條件的本質(zhì)if的語法很簡單但很多人搞不清楚“條件”到底能寫什么。if 條件表達式: 代碼塊注意Python 里“條件”不一定是布爾值。任何對象都可以直接放在if后面它會走一遍bool()轉(zhuǎn)換。常見的規(guī)則是數(shù)字 0 為False非 0 為True空字符串、空列表[]、空字典{}、空集合set()為FalseNone永遠為False其他情況基本為True。這個特性非常實用寫判斷的時候可以很簡潔# 不推薦的寫法 if len(user_list) 0: print(有用戶數(shù)據(jù)) # 推薦的寫法 if user_list: print(有用戶數(shù)據(jù))但也要注意太依賴真值判斷會影響可讀性。比如判斷“用戶是否已登錄”用if user is not None會比if user語義更清晰。這里沒有絕對的對錯主要看團隊風(fēng)格和上下文。2.2 if / elif / else 的執(zhí)行順序if / elif / else的執(zhí)行邏輯是從上往下依次判斷一旦某個條件滿足后面的分支就不會再執(zhí)行。這是很多人寫代碼時容易忽略的一點。score 75 if score 60: result 及格 elif score 80: result 優(yōu)秀 else: result 不及格這段代碼看起來沒毛病但實際上是錯的。因為當(dāng)score是 85 的時候先走了score 60這個分支直接返回“及格”后面的elif永遠不會被檢測。所以條件的順序非常關(guān)鍵必須把范圍更大的判斷往后放或者反過來把更嚴格的條件往前放正確版本應(yīng)該是score 85 if score 80: result 優(yōu)秀 elif score 60: result 及格 else: result 不及格這個例子特別典型。我在帶新人的時候經(jīng)常能看到這種邏輯順序搞反導(dǎo)致的隱蔽 Bug。排查方法也很簡單把所有邊界值挨個跑一遍60、79、80、85看看輸出是否符合預(yù)期。2.3 三元表達式單條件快速判斷如果分支邏輯非常簡單比如只在兩個值里選一個可以用三元表達式status 成年 if age 18 else 未成年這個寫法等價于if age 18: status 成年 else: status 未成年三元表達式的優(yōu)點是簡潔但嵌套多了以后可讀性急劇下降。我見過有人寫這種代碼result A if x 0 else B if x 0 else C這種鏈式三元表達式不是不能用但最好少用。如果你覺得邏輯復(fù)雜老老實實寫if / elif / else反而更容易維護。代碼是寫給人看的不是寫給自己炫技的。3. 循環(huán)結(jié)構(gòu)for 與 while 的選擇與進階3.1 for 循環(huán)遍歷一切可迭代對象Python 的for循環(huán)和其他語言的for(int i0; in; i)完全不一樣。它是基于迭代器協(xié)議的直接遍歷一個可迭代對象。# 遍歷列表 for fruit in [蘋果, 香蕉, 橙子]: print(fruit) # 遍歷字符串 for char in hello: print(char) # 遍歷字典的鍵 user {name: 張三, age: 25} for key in user: print(key, user[key]) # 遍歷字典的鍵值對 for key, value in user.items(): print(key, value)新手最容易疑惑的一個問題是在循環(huán)里修改正在遍歷的列表會不會出問題我直接說結(jié)論會。當(dāng)你遍歷一個列表的同時刪除元素會導(dǎo)致元素跳過或索引錯位。nums [1, 2, 3, 4, 5] for num in nums: if num % 2 0: nums.remove(num) print(nums) # 結(jié)果不是 [1, 3, 5]而是 [1, 3, 5]還是 [1, 3]?實際跑一下會發(fā)現(xiàn)結(jié)果不可預(yù)測因為刪除元素后列表索引變了循環(huán)內(nèi)部卻仍然按原計劃取下一個索引。正確的做法是遍歷副本或者直接用一個新列表收集結(jié)果nums [1, 2, 3, 4, 5] nums [num for num in nums if num % 2 ! 0]這是列表推導(dǎo)式的經(jīng)典應(yīng)用后面還會細講。3.2 while 循環(huán)條件滿足就繼續(xù)while循環(huán)的邏輯更直觀——只要條件為真就一直執(zhí)行。它和for最大的區(qū)別在于循環(huán)次數(shù)可能未知。什么時候用while最典型的場景是用戶輸入校驗直到用戶輸入合法數(shù)據(jù)才退出輪詢?nèi)蝿?wù)比如不斷檢查某個隊列是否有新任務(wù)游戲主循環(huán)比如處理玩家動作直到退出游戲。while True: user_input input(請輸入一個正整數(shù)) if user_input.isdigit() and int(user_input) 0: break print(輸入不合法請重新輸入)這段代碼里用了while True搭配break這也是實際業(yè)務(wù)中最常用的模式。很多人寫 while 有一個致命問題忘記更新循環(huán)條件導(dǎo)致死循環(huán)。count 0 while count 10: print(count) # 如果沒有下面這一行程序永遠停不下來 count 1死循環(huán)不一定是壞事有些場景我們需要故意讓程序一直跑比如事件監(jiān)聽但凡是業(yè)務(wù)邏輯里的計數(shù)循環(huán)一定記得更新條件。3.3 for 與 while 的區(qū)分記憶我見過不少初學(xué)者糾結(jié)“到底該用for還是while”。其實有個簡單粗暴的判斷標準如果你知道要循環(huán)多少次或者遍歷對象里的每一個元素用for如果你不確定循環(huán)次數(shù)只確定停止條件用while。用for去寫一個不確定次數(shù)的循環(huán)會比較別扭用while去遍歷一個列表則需要自己管理索引代碼反而冗長。大多數(shù)場景優(yōu)先選for因為它的邊界處理更安全不容易漏掉條件更新。4. 循環(huán)控制實戰(zhàn)break、continue、pass 與 else4.1 break提前終止循環(huán)break是流程控制里最常用的關(guān)鍵詞作用是立即跳出當(dāng)前整個循環(huán)。注意是跳出循環(huán)不是跳出代碼塊。最常見的場景是“找到目標就?！?。比如在一個列表里查找第一個大于 100 的數(shù)numbers [45, 89, 120, 67, 300] for num in numbers: if num 100: print(f找到第一個大于100的數(shù): {num}) break這個邏輯如果你不用break就會把列表全部遍歷完浪費不必要的性能。尤其當(dāng)你處理的是大文件或大規(guī)模數(shù)據(jù)時及時break能節(jié)省大量時間。break是只能跳出所在的那一層循環(huán)。如果你在嵌套循環(huán)內(nèi)層寫break外層循環(huán)還會繼續(xù)跑。這個細節(jié)很多人栽過跟頭for i in range(3): for j in range(3): if j 2: break print(i, j) print(f---外層循環(huán)第 {i} 輪結(jié)束---)如果想讓break直接跳出所有嵌套循環(huán)常見做法是加一個標志位或者把嵌套循環(huán)封裝到一個函數(shù)里用return跳出。4.2 continue跳過這一次循環(huán)continue和break很容易混淆。它不結(jié)束整個循環(huán)只是跳過當(dāng)前這一次迭代直接進入下一次。比如打印 1 到 10 之間的偶數(shù)for num in range(1, 11): if num % 2 ! 0: continue print(num)continue特別適合“過濾掉不需要處理的數(shù)據(jù)”的場景。比如處理日志文件時跳過空行和注釋行for line in lines: line line.strip() if not line or line.startswith(#): continue # 處理有效日志行 parse(line)這里體現(xiàn)了 Python 真值判斷的一個實用點not line能直接判定空字符串不需要再寫len(line) 0。4.3 pass占位符什么都不干pass和break、continue不同它是空語句什么都不做只是語法占位。什么時候需要比如你寫代碼時先搭好框架具體實現(xiàn)后面再補def send_email(user): pass # TODO: 接入郵件服務(wù) def process_data(data): pass # TODO: 完成數(shù)據(jù)分析邏輯這種情況如果不用pass函數(shù)體為空Python 直接報語法錯誤。還有在自定義異常類時也常用class UserNotFoundError(Exception): pass注意pass不能和break、continue混用。break和continue是流程控制pass只是“這里什么都沒寫但要占個位置”。4.4 循環(huán)的 else 子句一個經(jīng)常被忽略的寶藏這是我必須特別強調(diào)的。很多 Python 教程都不講循環(huán)里的else但它特別好用。for和while后面都可以跟一個else塊它的執(zhí)行時機是循環(huán)正常結(jié)束時執(zhí)行如果循環(huán)被break中斷則不執(zhí)行。最經(jīng)典的案例是搜索場景target 7 numbers [3, 5, 7, 9] for num in numbers: if num target: print(找到了) break else: print(沒有找到)這段代碼的邏輯等價于“搜索成功退出失敗則走 else”。如果你不用else就得手動加一個標志位found False for num in numbers: if num target: found True break if not found: print(沒有找到)兩種寫法都能達到目的但帶else的明顯更簡潔。我在很多老代碼里見過各種手寫標志位的寫法實際上 Python 已經(jīng)給了更好的方案。5. 推導(dǎo)式用一行代碼替代循環(huán)5.1 列表推導(dǎo)式的基礎(chǔ)用法推導(dǎo)式不是流程控制的“必需品”但是寫 Python 必須會的東西。它的本質(zhì)是用一行表達式完成循環(huán)收集結(jié)果的操作。先看一個最基礎(chǔ)的例子。把 1 到 10 的平方收集到一個列表里# 普通寫法 squares [] for i in range(1, 11): squares.append(i ** 2) # 列表推導(dǎo)式 squares [i ** 2 for i in range(1, 11)]兩行變成一行這就是推導(dǎo)式最直觀的價值。而且推導(dǎo)式不只是簡單它在性能上通常優(yōu)于普通 for 循環(huán) append因為 Python 對推導(dǎo)式做了底層優(yōu)化。實際開發(fā)中推導(dǎo)式最常見的場景是過濾和轉(zhuǎn)換數(shù)據(jù)。比如從一個訂單列表里取出所有金額大于 100 的訂單 IDorder_ids [order[id] for order in orders if order[amount] 100]5.2 字典推導(dǎo)式與集合推導(dǎo)式列表推導(dǎo)式是入門但生產(chǎn)環(huán)境里字典推導(dǎo)式同樣常用。# 生成一個數(shù)字和它的平方組成的字典 squares_dict {x: x ** 2 for x in range(1, 6)} # 結(jié)果: {1: 1, 2: 4, 3: 9, 4: 16, 5: 25} # 從一個列表中提取數(shù)據(jù)構(gòu)建字典 user_ids {user[name]: user[id] for user in users}集合推導(dǎo)式則適合去重場景# 求列表里有哪些不同的首字母 words [apple, banana, cherry, avocado] first_letters {word[0] for word in words} # 結(jié)果: {a, b, c}5.3 推導(dǎo)式中的 if 條件推導(dǎo)式支持嵌套if條件但是要分清楚兩種位置# 過濾模式: 先循環(huán)后判斷 even_squares [x ** 2 for x in range(1, 11) if x % 2 0] # 三模式: 在表達式位置做條件判斷 result [x if x 5 else 0 for x in range(1, 11)]第一種是“滿足條件才收集”第二種是“不管怎樣都收集但收集的內(nèi)容不同”。這兩種寫法混了會直接出 Bug初學(xué)者要特別注意。5.4 生成器表達式省內(nèi)存的推導(dǎo)式如果把列表推導(dǎo)式的中括號換成小括號就變成了生成器表達式它不會一次性生成所有數(shù)據(jù)而是惰性計算適合處理大數(shù)據(jù)集。# 列表推導(dǎo)式一次性創(chuàng)建全部數(shù)據(jù) squares_list [x ** 2 for x in range(1000000)] # 生成器表達式迭代時才計算 squares_gen (x ** 2 for x in range(1000000))兩者消費方式也不同列表可以反復(fù)遍歷生成器只能遍歷一次。實際處理大文件時生成器表達式能在很大程度上緩解內(nèi)存壓力。6. 流程控制常見坑位與排查技巧6.1 條件判斷里最容易犯的幾個錯第一個坑是if里的比較條件寫錯。最常見的是把寫成Python 會報語法錯誤這個倒還好編譯器能查出來。怕的是邏輯上沒報錯但結(jié)果不對# 這個條件永遠不會為 True if admin admin: # 語法錯誤無法運行 pass # 這個條件永遠成立因為非空字符串 True if admin: print(永遠會打印)第二個坑是浮點數(shù)比較。很多人寫代碼判斷金額if total_amount 0.1: print(等于0.1)但0.1 0.2 0.3在 Python 里是False因為浮點數(shù)二進制存儲有精度誤差。正確寫法是if abs(total_amount - 0.1) 1e-9: print(約等于0.1)或者用decimal模塊處理金額。這個坑在做量化交易、數(shù)據(jù)計算時尤其害人。第三個坑是邏輯運算符的使用。Python 里and、or、not和很多語言一樣但短路徑的優(yōu)先級容易搞混。比如# 這個表達式的結(jié)果是 False if not condition1 or condition2: pass它解析成(not condition1) or condition2而不是not (condition1 or condition2)。如果沒搞清楚優(yōu)先級業(yè)務(wù)邏輯就會整個翻轉(zhuǎn)。6.2 循環(huán)中的常見坑死循環(huán)、索引越界、無限添加死循環(huán)的排查方法很簡單直接加一個打印看循環(huán)條件是否變化。但有些死循環(huán)比較隱蔽。比如用while循環(huán)處理隊列數(shù)據(jù)時總是往隊列尾部添加新任務(wù)但處理速度跟不上添加速度queue [1, 2, 3] while queue: task queue.pop(0) # 產(chǎn)生新任務(wù) queue.append(task 1)這樣可能永遠處理不完。排查思路是給循環(huán)加一個最大迭代次數(shù)限制max_loop 1000 count 0 while queue and count max_loop: count 1 task queue.pop(0)還有一個常見問題是用range遍歷時索引越界。比如nums [1, 2, 3, 4, 5] for i in range(len(nums)): if nums[i] % 2 0: nums.pop(i)這里在循環(huán)體內(nèi)刪除元素導(dǎo)致索引越界或跳過元素。這個問題在前面也提過遍歷時不要修改原列表結(jié)構(gòu)要么遍歷副本要么用推導(dǎo)式重建列表。6.3 排查流程控制問題的實戰(zhàn)思路我現(xiàn)在排查流程控制相關(guān)的 Bug基本會按這個順序先看縮進層級確認哪些代碼真的在哪些分支里邊界值逐個試比如if age 18把 17、18、19 都跑一遍在關(guān)鍵位置插入打印確認程序到底走進了哪個分支用調(diào)試器斷點VSCode 或 PyCharm 里打斷點看變量的實時變化簡化復(fù)現(xiàn)刪掉無關(guān)代碼只保留最小復(fù)現(xiàn)邏輯。很多時候問題不是出在流程控制的語法上而是出在設(shè)計的思路混亂。比如一個業(yè)務(wù)邏輯需要 5 種不同結(jié)果的判斷硬寫 5 個if不如先抽象出一個數(shù)據(jù)字典來映射結(jié)果。7. match case3.10 時代的新選擇7.1 match 的基本用法Python 3.10 引入了match語句類似于其他語言的switch但功能更強。它的基本形態(tài)是match command: case start: print(啟動) case stop: print(停止) case _: print(未知命令)這里的_是通配符匹配所有未定義的情況相當(dāng)于else。7.2 match 不只是值匹配那么簡單match最強大的地方是結(jié)構(gòu)匹配它可以解包數(shù)據(jù)結(jié)構(gòu)def handle_point(point): match point: case (0, 0): print(原點) case (0, y): print(f在Y軸上y{y}) case (x, 0): print(f在X軸上x{x}) case (x, y): print(f普通點: ({x}, {y})) case _: print(不是二維坐標)這種寫法在處理 API 返回的不同數(shù)據(jù)結(jié)構(gòu)時特別有用。比如一個接口可能返回不同格式的錯誤信息用match去解包會非常清晰match response: case {status: success, data: data}: process(data) case {status: error, code: code, message: msg}: raise RequestError(code, msg) case _: raise UnknownResponseError(response)match能幫你省去一堆if嵌套判斷代碼整體更扁平、更易讀。不過要注意match不會自動 fall-through即匹配成功一個 case 后不會繼續(xù)執(zhí)行下一個這和 C 語言里的switch不同也不用額外寫break。7.3 什么時候不要用 match雖然match很優(yōu)雅但它只適用于 Python 3.10很多項目還跑在 3.8 或 3.9 上使用前要先確認環(huán)境。另外match適合結(jié)構(gòu)化的匹配場景如果只是判斷一個值是否大于某個數(shù)字老老實實用if就好。我在實際項目中只有在處理協(xié)議解析、接口返回分型等場景下才用match普通業(yè)務(wù)邏輯還是用if更直白。8. 流程控制與實戰(zhàn)場景的結(jié)合8.1 爬蟲中的流程控制寫爬蟲是 Python 入門最常見的應(yīng)用方向。爬蟲里流程控制遍布各處從請求、解析到數(shù)據(jù)清洗都離不開。比如爬取一個需要登錄的網(wǎng)站需要先檢查是否有登錄態(tài)def fetch_page(session, url): response session.get(url) if response.status_code 200: # 檢查是否跳轉(zhuǎn)到登錄頁 if response.url.endswith(/login): login(session) response session.get(url) return response elif response.status_code 404: print(f頁面不存在: {url}) return None else: response.raise_for_status()這個邏輯里用了兩層if / else再加上異常處理就是一個比較穩(wěn)健的請求函數(shù)。用循環(huán)控制一次抓取多頁時for循環(huán)加上合理的time.sleep()就能避免被封。8.2 數(shù)據(jù)清洗中的流程控制做數(shù)據(jù)分析時經(jīng)常需要對原始數(shù)據(jù)做清洗。流程控制主要用在條件篩選上。比如一個用戶行為日志列表需要過濾掉無效數(shù)據(jù)并分類def clean_user_logs(logs): valid_users [] invalid_logs [] for log in logs: if not log.get(user_id): invalid_logs.append(log) continue if log[action] click and log[value] 0: invalid_logs.append(log) continue valid_users.append(log) return valid_users, invalid_logscontinue在這類場景里能避免 if 嵌套太深。你會發(fā)現(xiàn)想清楚“哪些數(shù)據(jù)要跳過”比“哪些數(shù)據(jù)要保留”更容易寫代碼。8.3 量化交易策略中的流程控制量化交易策略的代碼是流程控制的集大成場景。策略信號生成、訂單管理、風(fēng)控判斷每一步都是條件分支和循環(huán)的組合。一個簡單的雙均線策略判斷買賣信號def generate_signal(prices, short_window, long_window): if len(prices) long_window: return hold short_ma sum(prices[-short_window:]) / short_window long_ma sum(prices[-long_window:]) / long_window if short_ma long_ma: return buy elif short_ma long_ma: return sell else: return hold這里的流程控制雖然簡單但從策略回測到實盤中間還有大量循環(huán)遍歷歷史數(shù)據(jù)、逐筆判斷交易的環(huán)節(jié)。流程控制不熟策略代碼寫出來基本跑不通。8.4 風(fēng)控系統(tǒng)的流程控制風(fēng)控系統(tǒng)里最典型的就是規(guī)則引擎。多條規(guī)則按順序執(zhí)行命中即中斷def risk_check(order): if order[amount] 10000: return high_risk if order[user_risk_score] 80: return high_risk if order[is_fraud_frequency]: return high_risk if order[country] in black_country_list: return medium_risk return low_risk這種逐層 if 判斷的寫法本質(zhì)上就是一個優(yōu)先考慮強規(guī)則的流程控制設(shè)計。順序很重要一定把最致命的情況放在最前面。9. 流程控制的性能與代碼風(fēng)格建議9.1 循環(huán)性能優(yōu)化要關(guān)注的點流程控制寫對了接下來就是效率問題。Python 循環(huán)本身比 C 語言慢但有幾個優(yōu)化思路第一盡量用推導(dǎo)式替代顯式循環(huán)。就像前面說的推導(dǎo)式在底層有優(yōu)化代碼也更簡潔。第二避免在循環(huán)體內(nèi)做重復(fù)計算。比如# 不推薦 for i in range(len(items)): total sum(items) # 每次循環(huán)都求一遍和 print(items[i], total) # 推薦 total sum(items) for i in range(len(items)): print(items[i], total)第三合理使用 break 和 return 縮短執(zhí)行時間。查找類任務(wù)第一次命中就退出能減少不必要的計算。第四大循環(huán)里盡量用局部變量和函數(shù)調(diào)用。Python 的全局變量查找比局部變量慢。比如range循環(huán)里頻繁訪問模塊級函數(shù)性能會有可見差異這是 Python 的 LEGB 作用域規(guī)則決定的。9.2 流程控制的代碼風(fēng)格規(guī)范流程控制寫多了代碼風(fēng)格會直接影響維護成本。以下是我個人比較堅持的幾個習(xí)慣條件表達式里先寫更具體的判斷把大多數(shù)情況放后面避免過深的嵌套超過三層縮進就要想辦法抽函數(shù)或者反轉(zhuǎn)判斷條件用continue提前返回區(qū)分is和判斷None用is None判斷值相等用循環(huán)里用enumerate而不是range(len(...))既清晰又能同時取到索引和值# 不推薦 for i in range(len(names)): print(i, names[i]) # 推薦 for i, name in enumerate(names): print(i, name)使用zip并行遍歷多個列表避免用索引去對接多個列表。9.3 代碼可讀性流程控制的隱形質(zhì)量指標我審別人的代碼時第一眼看的就是流程控制。一個函數(shù)的嵌套層級、循環(huán)長度、分支復(fù)雜度直接決定這個函數(shù)能不能被快速理解。如果一段流程控制的代碼需要讀兩遍才能看懂那它就算寫對了也是“壞味道”。推薦一個小技巧把“正常流程”放在前面把“處理異?！钡膇f判斷放在后面或者反過來用提前返回。# 嵌套寫法 def process_order(order): if order is not None: if order[paid]: ship(order) else: cancel(order) else: raise ValueError(訂單不能為空) # 提前返回 def process_order(order): if order is None: raise ValueError(訂單不能為空) if order[paid]: ship(order) else: cancel(order)第二種寫法清晰很多。它把異常條件和正常邏輯剝離開代碼閱讀者是順著主路徑往下看的不會被一堆分支干擾。這就是流程控制設(shè)計上的一個核心原則讓正常路徑盡量扁平。10. 一套完整的流程控制示例模擬用戶登錄系統(tǒng)為了把上面的知識點串起來我寫一個完整的示例模擬一個簡單的登錄系統(tǒng)。這個場景會用到if判斷、while循環(huán)、break、continue、字典數(shù)據(jù)結(jié)構(gòu)和函數(shù)封裝。users_db { admin: {password: 123456, status: active}, guest: {password: guest123, status: inactive}, } def validate_login(username: str, password: str) - bool: user users_db.get(username) if not user: print(用戶不存在) return False if user[status] ! active: print(用戶已被禁用) return False if user[password] ! password: print(密碼錯誤) return False return True def login(): max_attempts 3 attempts 0 while attempts max_attempts: username input(請輸入用戶名: ).strip() password input(請輸入密碼: ).strip() if not username or not password: print(用戶名和密碼不能為空請重新輸入) continue attempts 1 if validate_login(username, password): print(登錄成功) return remaining max_attempts - attempts print(f剩余嘗試次數(shù): {remaining}) print(連續(xù)嘗試失敗賬戶已鎖定)這段代碼里有一些值得注意的細節(jié)validate_login用提前返回把判斷邏輯分成了三個互相獨立的點while循環(huán)用attempts計數(shù)實現(xiàn)最多三次嘗試continue跳過空輸入不消耗嘗試次數(shù)登錄成功用return直接退出整個函數(shù)而不是靠break跳出循環(huán)再判斷。這個示例的流程控制設(shè)計思路和我前面講的“正常路徑扁平化”“邊界條件前置”是完全一致的。你可以在自己機器上跑一下輸入各種非法值感受一下。我個人在實際操作中的體會是流程控制學(xué)得好不好不看你背不背得出來if和for的語法而看你設(shè)計代碼時能不能想清楚“每一步該往哪走”“什么條件下停下來”。很多新手寫的代碼看起來語法都對但邏輯黑洞一大堆本質(zhì)上就是流程控制沒練夠。最后再分享一個小技巧當(dāng)你覺得流程控制特別混亂的時候不要急著改代碼先在紙上畫一個簡單的流程圖把“入口”“判斷點”“終點”標出來然后照著圖翻譯成 Python。隨著經(jīng)驗積累你會發(fā)現(xiàn)畫圖的次數(shù)越來越少代碼也越來越干凈。腳踏實地把流程控制吃透后面學(xué)函數(shù)、裝飾器、并發(fā)編程都能順很多。