★ FEATURED ARTICLE 写程序这件事说穿了就两个动作让机器做判断让机器做重复。这是我写了不少年代码之后提炼出来的大实话——你回头翻翻手头任何一个脚本不管是自动化批处理、爬虫、数据分析还是后端服务剥掉业务逻辑那层壳剩下的骨架无非就是顺序执行、if分支、while或for循环这三类结构。很多新人觉得Python语法简单随便几天就能上手但真到了要独立写一个小工具、处理一段复杂逻辑的时候往往卡住的不是某个函数不会用而是“这里到底该用if还是while”“循环嵌套怎么设计才清晰”。这篇文章想做的事就是把if、while和for这三件Python里最基础的工具彻彻底底讲透。我这里的“讲透”不是说把语法背一遍——那种事看官方文档就够了——而是把“什么场景该用哪个”“为什么这样写更稳”“实操里踩过哪些坑”这些经验层面的东西掰开揉碎讲明白。不管你是刚学Python的小白还是写过一阵子但总觉得对流程控制不够系统的同学这篇几千字的内容应该能让你有一些新的收获。1. 程序骨架的三块基石为什么就这三个1.1 从流程图看结构化编程的底层逻辑写程序这么多年我越来越觉得一个道理最重要代码不是写给机器看的是写给下一个人看的。机器只要能跑就行人看不懂才要命。而“人能看懂”的代码几乎都遵循同一个范式——结构化编程。结构化编程的祖师爷们早就论证过一个结论任何复杂的逻辑都能用三种基本结构拼出来顺序、分支、循环。顺序就是一行一行往下执行不需要任何关键字分支就是“如果……就……”对应Python里的if循环是“重复做某件事”对应while和for。这三样东西就像乐高积木里最基础的三块砖定义清楚之后搭什么形状都随你。为什么强调这个因为很多新手一上来就试图背各种“高级技巧”比如函数装饰器、列表推导式、lambda表达式但遇到实际问题根本想不起来用。可你要是先理解了程序的本质是“流程控制”遇到任何需求都先在纸上画一个简单流程先做什么、什么情况下走哪条路、哪部分要重复几次——代码自然就出来了。画流程图的习惯我一直保留到现在只不过从纸质换成了思维导图本质没变。1.2 if、while、for各自负责什么这三者的职责其实一句话就能概括if负责决策让程序在多个方向中选择一条路走。while负责重复只要条件成立就反复执行同一段代码。for也负责重复但它的重点在于“遍历一个序列”处理完一个元素再处理下一个。很多初学者混淆while和for觉得都是循环换着用就行。这个想法不算错但用对了地方能省不少事。我给个直观的对照表场景推荐结构原因根据条件是否成立执行不同分支if / elif / else天然的分支选择结构不确定循环次数依赖运行时的条件while条件满足就继续不满足就停明确要处理一个列表、数组或文件里的所有元素for自带“取下一个元素”的逻辑代码简洁永远不退出直到用户主动结束while True break交互式程序最常用模式需要计数且次数固定for range比while少写一行计数器更新语句这个表格我建议收藏一下每次纠结用哪个的时候翻出来看看。实践中还有个大原则能for就不要while。因为for天然有边界遍历完序列就自动停while如果更新条件的代码写漏了分分钟变死循环。能用更安全的工具就没必要冒风险。2. if决策让程序学会见机行事2.1 从双分支到多分支的写法进阶if的入门写法大家都会条件为真走一个分支否则走另一个。score 78 if score 60: print(及格了) else: print(不及格)但实际场景很少只有两种情况成绩要分优秀、及格、不及格订单要分待支付、已支付、已发货、已完成。这时候就需要elif登场了。我见过不少新手在这种场景下写出连续三个if效果上差不多但性能差一点逻辑也混乱——因为多个if意味着每个条件都要判断一次而if-elif-else只需要命中第一个为真的分支就行。更关键的是可维护性。用elif写出来的多分支给人一种“这是一整个决策链”的感觉用多个if别人读代码时还得自己判断这几个if之间是什么关系。同样是判断成绩等级这样写score 78 if score 85: grade 优秀 elif score 60: grade 及格 else: grade 不及格 print(grade)注意这里有个重要细节如果score是75第一个if判断score 85为False第二个elif判断score 60为True输出“及格”。因为elif天然带着“上一个条件不成立”的隐含前提所以不需要从逻辑上重复排除前面的情况。我经常看到新手写elif score 85 and score 60这种写法没有错但是多余了——elif已经帮你完成了“前一个条件不成立”的判断写多了反而掩盖了流程的含义。2.2 判断条件里的真值逻辑与短路运算if后面跟的是一个表达式这个表达式最终会被解释成True或False。但是注意Python里所有对象都能被用在条件判断里不一定要显式写成比较表达式。这是因为Python有一套“真值测试”规则在布尔上下文中以下值会被当作FalseFalse、0、0.0、空字符串、空列表[]、空字典{}、空集合set()、None、空元组()。其余值一律为True。这个特性在实战中极其好用。比如判断用户输入是否为空很多新手这样写user_input input(请输入内容) if user_input ! : print(你有输入)其实写成if user_input: print(你有输入)更简洁也更符合Python社区的编码风格。再比如判断一个列表里有没有元素要处理直接if data:就行不用写if len(data) 0:。我刚开始写代码时总觉得if data:这种写法太隐晦读起来不像判断后来写多了才发现这是最地道的写法——Python的老手看到if not data:会立刻知道“这里在检查是否为空”反而比if len(data) 0:顺手得多。再说说短路运算。Python的and和or都会从左到右判断如果左边的结果已经能确定整个表达式的真假右边就不再执行了。这个特性有很多妙用。比如判断一个变量是否存在且非空value get_user_input() if value and value.strip(): # 有内容可处理 process(value)这里如果value为空字符串第一个条件就确定了整个and表达式为False右边value.strip()根本不会执行——这不仅省了时间更重要的是避免了“空值调用strip()”报错的可能。这类写法在真实项目里到处都是理解短路运算你读别人代码的时候就不会一头雾水。2.3 嵌套判断的简洁写法分支里套分支写起来容易、读起来痛苦。我见过最深的一朵“圣诞树”层层叠叠七八层缩进改一个逻辑得拿着尺子对着找括号。这情况在Python里相对少见因为Python用缩进表示层级多套两层代码就飘到屏幕右边去了视觉上首先就受不了。处理嵌套时我的经验有两个方向。第一是提前return把异常情况先排除掉主干逻辑留在外面。如果你在函数里这个招数特别好用def check_order_status(order): if order is None: return 订单不存在 if order.get(paid) ! True: return 订单未支付 if order.get(shipped): return 订单已发货 return 订单待处理这种写法叫“卫语句”把各种特殊情况先拦截掉函数最后的return就是主路径。比起一个大if包着三个小if这种直上直下的结构好维护得多。第二是尽量把条件合并。很多嵌套其实是因为条件可以合并成更清晰的逻辑——比如多个条件同时满足才执行某段代码用and把条件写到同一个if后面就省掉一层缩进。实在没法合并的复杂条件就把判断逻辑拆成单独的函数让主流程保持平整。3. while循环重复直到满足条件3.1 循环三要素与计数模式while的逻辑很直白只要后面的条件为真就一直执行循环体。正因为简单写的时候反而容易漏东西。我总结的循环三要素是初始化、条件、更新。计数器在循环外面先初始化循环条件是判断要不要继续循环体末尾更新计数器——这三点缺一个循环就容易出问题。拿最常用的累加求和来说total 0 # 初始化——设置起点 n 1 # 初始化——设置第一个要加的数 while n 100: total n n 1 # 更新——这是循环推进的关键 print(total)如果你把n 1这一行忘掉n永远是1条件n 100永远成立这个程序就会无限累加下去直到程序卡死。这种错误我几乎每个月都能在学员代码里看到一次不是不细心而是大脑默认“循环会自己往前走”——只有当你意识到循环不会自己动每一步都需要代码明确推进时才算真正理解while了。3.2 哨兵模式与死循环的边界另一类常见写法是“不知道用户会操作多少次但要等到一个结束信号才停”。这种模式叫哨兵模式哨兵就是一个特殊值代表着“到这里结束吧”。最常见的形式就是while True加breaktotal 0 print(我会把所有输入的数字加起来输入over就结束) while True: text input(输入一个数字) if text over: break if not text.isdigit(): print(这不是数字请重新输入) continue total int(text) print(f总和是{total})这个例子同时用到了break和continuebreak是“立刻结束整个循环”continue是“跳过这次循环体剩下的部分直接进入下一轮判断条件”。这两个关键字配合while True能非常优雅地处理交互式流程——你不需要先猜一个条件再进入循环而是“先进来再说里面判断要不要出去”。很多教材会警告你小心死循环搞得初学者看到while True就紧张。实际恰恰相反带明确break的while True反而更安全——因为退出条件写得很显眼一眼能看到。真正危险的死循环都是那些条件表达式看起来没问题、但循环变量永远不变的情况。比如count 0 while count 10: # 忘记写 count 1 print(我是死循环)所以我的建议是写while的时候先在注释里把三要素写清楚尤其是那条更新语句写完了再回来删注释都行。这种习惯能救你一命。3.3 while与break、else的配合while还有一个大部分教程不会细讲、但实战好用的冷知识while-else。语法很简单就是循环正常结束后执行一遍else块如果是被break跳出else块就不执行。这个特性最适合做“查找类”逻辑。举个例子判断一个数是否在列表里且记录找到了numbers [3, 7, 2, 9, 5] target 8 i 0 while i len(numbers): if numbers[i] target: print(f在下标{i}找到了) break i 1 else: print(整个列表都找完了没有这个数)如果没有while-else就得用一个标志位先found False找到后设为True循环结束再if not found: print(...)。有了else块一行声明省掉了整个标志位逻辑。类似地for循环也有for-else用在“遍历完都没找到”的场景中非常顺手。4. for循环遍历一切的利器4.1 for的本质遍历可迭代对象Python的for和C语言、Java的for不太一样。C的for是“计数器条件更新”的缩写语法Python的for是“把一个序列里的元素逐个取出来处理”。它背后要走一套迭代协议但用起来你只需要记住for x in somethingsomething里面有多少个元素循环体就执行多少次x依次取到每个元素。这意味着for最舒适的场景就是遍历列表、元组、字典、字符串、文件对象这些可迭代的东西。比如统计一个句子里有多少个字符 gsentence good good study, day day up g_count 0 for ch in sentence: if ch g: g_count 1 print(g_count)这样写的好处是你不需要知道句子有多长也不需要维护一个下标。循环体对每个元素都执行一遍处理完自然结束。从这一点上看for和while的最大区别就出来了——while的循环次数由条件控制for的循环次数由序列长度决定后者天然不会出现死循环。4.2 range函数与index遍历虽然for本来就是遍历元素的但有时候我们确实需要知道当前是第几个元素或者想按序号访问列表。这时候用range配合len就能实现“下标遍历”fruits [苹果, 香蕉, 橘子] for i in range(len(fruits)): print(f第{i1}个是{fruits[i]})range(len(fruits))意思是生成从0到len-1的一串整数逐个取出来作为下标。但是有更优雅的方式——enumerate函数。它能同时给你下标和元素本身for index, fruit in enumerate(fruits, start1): print(f第{index}个是{fruit})start1让编号从1开始省去了i1这种别扭的写法。我实际写代码时90%能用enumerate的地方都不会用range下标因为拆包处理会让代码清晰很多。小的需要当场走的索引是range的区间range(1, n)生成1到n-1的整数不含n。这个“含头不含尾”的规则Python学习者几乎都踩过一两次。比如想打印1到5新手常写成range(1, 5)结果发现4就停了。记住range的结束值永远取不到要包含它就得写成range(1, 6)。4.3 break、continue、else的完整使用for循环同样支持break、continue和else用法和while一样。我使用最多的场景是“在序列里找第一个符合条件的元素”orders [ {id: 1001, amount: 99, status: pending}, {id: 1002, amount: 180, status: paid}, {id: 1003, amount: 150, status: paid}, ] for order in orders: if order[status] paid: print(f第一个已支付订单id是{order[id]}) break else: print(没有已支付的订单)这里for-else的效果和while-else完全一致如果循环被break打断else块不执行如果整个列表都被遍历完还没有命中break就执行else。用这种结构可以让“找个东西”的逻辑不需要额外标志位代码读起来也自然。还有个必须说的高频坑不要在遍历列表的同时修改列表本身。比如你想删掉列表里所有偶数numbers [1, 2, 3, 4, 5, 6] for num in numbers: if num % 2 0: numbers.remove(num) print(numbers)你可能会以为结果是[1, 3, 5]实际跑出来却是[1, 3, 5]不是[1, 3, 5]——等等这个例子碰巧对了但问题是如果列表是[2, 4, 6, 8]这种偶数连续的结果就会是[4, 8]。原因在于remove删掉元素后列表长度缩短但for的索引还是在往后走相当于跳过了被删元素后面的那个元素。解决的办法通常是用一个新列表来收结果而不是原地修改numbers [1, 2, 3, 4, 5, 6] odd_numbers [num for num in numbers if num % 2 ! 0]或者实在要原地方便操作就复制一份来遍历for num in numbers[:]: if num % 2 0: numbers.remove(num)numbers[:]是对整个列表的切片复制遍历副本修改原列表躲开了索引错位的问题。这个坑我当年踩过一次之后现在但凡要在for里动列表第一反应就是先想清楚“我改的这个列表是不是我正在遍历的那个”。5. 综合实战从零搭建两个完整程序5.1 核心案例猜数字游戏空谈理论效果有限把前面讲的东西串到一个完整例子里大家才知道这三种结构是怎么配合的。我用一个经典小程序来说明猜数字游戏电脑随机生成一个1到100之间的数用户反复猜电脑提示大了还是小了直到猜中为止。import random target random.randint(1, 100) tries 0 print(我已经想好了一个1到100之间的数字你来猜猜看) while True: user_input input(请输入你猜的数字) if not user_input.isdigit(): print(请输入一个整数) continue guess int(user_input) tries 1 if guess target: print(猜大了) elif guess target: print(猜小了) else: print(f恭喜你猜对了就是{target}你一共猜了{tries}次) break这个程序虽然短但我们已经把三种结构都用上了while True撑起整个游戏循环用户不猜对就不会结束。if-elif-else实现了“大了/小了/对了”的三分支决策。continue处理了非法输入——数字无效时跳过这一轮直接重新提示输入不会影响猜测次数计数。break在猜对时立刻退出循环。你看三个结构各管一摊循环管流程判断管方向break和continue管“什么时候收手”。你如果能把这个程序的执行流程在脑子里跟着跑一遍对流程控制的理解就到位了。5.2 核心案例学生成绩统计第二个例子更贴近数据处理场景你有一组成绩要算平均分、统计优秀人数85分以上、统计不及格人数并把这些数据分类汇总。scores [85, 92, 67, 58, 73, 90, 45, 79] total 0 excellent [] failed [] for score in scores: total score if score 85: excellent.append(score) elif score 60: failed.append(score) average total / len(scores) print(f平均分{average:.1f}) print(f优秀人数{len(excellent)}分数{excellent}) print(f不及格人数{len(failed)}分数{failed})运行结果平均分73.6 优秀人数3分数[85, 92, 90] 不及格人数2分数[58, 45]这个例子里for循环负责把列表里的成绩逐个取出来处理累加求和本质上是“对每个元素做同一件事”的典型操作if-elif负责给每个成绩分类。整个过程不需要手动维护下标也不需要预先知道列表有多长代码逻辑和“遍历一遍然后统计”这个自然语言描述完全一致。我经常拿这个例子给学员讲一个道理for循环特别适合把“对元素的某种操作”变成“对整个集合的批量操作”。从成绩求和到计算订单总额、统计网站访问量、批量处理文件内容本质都是一回事——遍历加累计。理解了这一点很多复杂问题都能拆成“一个for 一个if”的组合。6. 高频问题排查与避坑实录6.1 死循环最常见也最容易忽视死循环的典型症状就是程序窗口卡住光标一直在闪也不报警告也不退。我排查死循环时有一套固定思路第一步检查循环条件里涉及的变量有没有在循环体里被改变。没改变的话条件要么永远为真要么永远为假。第二步检查是否有break以及break的位置是否真的能被执行到——比如break被放在一个永远不成立的条件分支里等于没有。第三步检查输入逻辑有没有阻塞。如果你的循环里有input()等着用户输入而程序看起来“卡住”了不一定是死循环可能是在等输入呢。搜到过一段经典错误代码拿来讲特别合适i 0 while i 10: print(i) if i 10: break i 1这个循环其实不会死循环因为i 1还在执行。但你看那个if i 10: break就是典型的“永远执行不到的代码”——循环条件是i 10i最大到9就退出循环了根本轮不到i 10。这种冗余代码虽然无害但它会让读代码的人误以为有某种特殊逻辑建议看到就删掉保持流程干净。6.2 边界条件与遍历中的诡异行为跟循环打交道最经典的错误就是“差一错误”。比如想遍历1到10打印出来for i in range(1, 10): print(i)这个会打印1到9不打印10。我自己也犯过很多次。解法就是把结束值加1range(1, 11)。这类错误一旦出现数据可能整体偏移查起来费劲。所以现在我的习惯是写range时至少在心里过一遍“这个范围的头和尾分别是谁”。另一个高频坑是遍历时修改集合。6.3里我详细说了修改列表的跳坑原理这里再补充一种容易忽略的情况遍历字典时改字典直接抛异常。如果你在for key in test_dict:的循环体里执行del test_dict[key]Python会直接报RuntimeError: dictionary changed size during iteration它比列表更严格。你需要先收集要删除的键循环结束后再统一删。6.3 结构选择的常见误区while与for别混用最后列一个速查表把平时最常遇到的问题按“症状-原因-解法”整理出来你可以直接对照着排查症状可能原因解决办法程序一直运行不结束循环变量未更新或条件恒为True检查三要素中的“更新”语句必要时加一个调试打印循环体一次都不执行初始时条件就不成立确认初始化值或在循环前打印条件看一眼range结果少了一个数结束值含头不含尾结束值加1遍历中删除列表元素结果错乱修改了正在遍历的列表遍历副本或生成新列表跳出循环后还想继续处理但逻辑乱了没有用break/continue/else区分想清楚“正常结束”和“被打断”的区别用else块分别处理嵌套循环只知道一个break跳不出去break只能打断当前这一层循环把多层判断拆出来或用函数return提前返回关于break只能跳出内层循环这一点多说一句。很多人写两层嵌套循环想在内层满足条件时直接结束整个双层循环发现break只出了内层外层还在跑。最简单的处理方式是把这段逻辑抽成函数用return直接返回结果或者用一个标志位让外层循环也跟着断。在Python里return配合函数是让我最舒服的方案因为它连“标志位怎么传递”都省了函数一退出所有循环自然结束。结尾一点实操心得说了这么多最后分享一个个人的小习惯每次写循环前我都会花十秒钟想一想“这个循环结束的边界条件是什么”并在代码里先把break和else写出来再去填充循环体。因为流程控制最怕的就是“循环到底在哪一步收手”没想清楚想到一半就动手后期改起来特别难受。这种先想后写的方式帮我避开了很多莫名其妙的bug。如果你想给自己加一点挑战可以试试把我前面写的猜数字程序扩展一下加上“最多只能猜10次”的限制或者把成绩统计改成能读取一个文件中多行成绩数据再做汇总。这些扩展练完之后再回头写代码你会发现if、while和for已经不再是需要刻意去记的语法规则而是像条件反射一样的思维方式。到那一刻你就算摸到“程序骨架”的门道了。
阅读完成 · 觉得有帮助？
