< Python全景系列-3 > Python控制流程盤點及高級用法、神秘技巧大揭秘！

歡迎來到我們的系列博客《Python全景系列》！在這個系列中，我們將帶領你從Python的基礎知識開始，一步步深入到高級話題，幫助你掌握這門強大而靈活的編程語法。無論你是編程新手，還是有一定基礎的開發者，這個系列都將提供你需要的知識和技能。

這是系列第三篇，在這篇文章中我們將全面深入地介紹 Python 的控制流程，包括條件語句、迴圈結構和異常處理等關鍵部分，尤其會將列表解析、生成器、裝飾器等高級用法一網打盡。此外，我還將分享一些獨特的見解和研究發現，希望能給你帶來新的啟發。文章的結尾，我們將有一個 "One More Thing" 環節，我會分享一個很特別但又很少人知道的有用的 Python 控制流程的技巧。

一、條件語句（If-Elif-Else）

Python的條件語句是通過一條或多條語句的執行結果（True或者False）來決定執行的代碼塊。條件語句的基本形式包括 if、if-else 和 if-elif-else 三種。

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

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

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

 註意Python的縮進規則，這是Python語法的一大特色。縮進用於區分代碼塊，比如以上if-elif-else的代碼塊。此外，Python中沒有類似C++、Java的大括弧{}來控制語句塊，完全依賴於縮進。

二、迴圈結構（For和While）

Python中的迴圈有兩種，一種是for迴圈，一種是while迴圈。

1 # for迴圈
2 for i in range(5):
3     print(i)
4 
5 # while迴圈
6 count = 0
7 while count < 5:
8     print(count)
9     count += 1

Python的for迴圈更像是一個遍歷迴圈，它會遍歷序列中的每一個元素。而在很多其他語言中，for迴圈是通過條件判斷來控制迴圈的。Python中的range()函數在很多情況下都非常有用，特別是在迴圈結構中。

三、異常處理（Try-Except）

在Python中，我們可以使用try-except語句來處理可能出現的錯誤或異常。

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

Python的異常處理機制是一個很強大的工具，它可以幫助我們在出現錯誤或異常時保持程式的正常運行。不僅如此，Python的異常處理還支持多個except子句，這樣我們可以對不同類型的異常進行不同的處理。此外，我們還可以使用finally子句，無論是否發生異常，finally子句中的代碼總會被執行，常常用於進行清理工作。

 四、控制流程的高級用法！

Python 的控制流程不僅僅局限於簡單的條件判斷、迴圈和異常處理。Python 還有很多高級的控制流程工具，它們可以幫助我們更高效、更精簡地編寫代碼。以下是一些常見的高級控制流程工具：

1. 列表解析

列表解析是一種創建列表的簡潔方法，它在一行代碼中就可以完成迴圈和條件判斷等操作。以下是一個列表解析的例子：

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

以上代碼會生成一個包含 0 到 9 的平方的列表。這個列表解析的過程可以理解為：對於每個在 `range(10)` 中的 `x`，計算 `x` 的平方，然後將結果添加到列表中。列表解析相比普通的迴圈語句，不僅代碼更簡潔，而且執行速度更快。這是因為列表解析在內部實現了優化，而普通的迴圈語句沒有。

2. 生成器表達式

生成器表達式和列表解析類似，但它生成的是一個生成器對象，而不是一個實際的列表。生成器對象是一個可迭代的對象，它在每次迭代時都會生成新的值，而不是一次性生成所有的值。以下是一個生成器表達式的例子：

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

以上代碼會創建一個生成器對象，這個對象會在每次迭代時生成一個平方數。你可以通過 `next()` 函數或者 `for` 迴圈來迭代這個對象。生成器表達式比列表解析更節省記憶體，因為它不需要一次性生成所有的值。這在處理大規模數據時非常有用。

3. 裝飾器 

裝飾器是一個非常強大的工具，它允許我們修改一個函數或者類的行為，而不需要改變它的源代碼。以下是一個簡單的裝飾器例子：

 1 def my_decorator(func):
 2     def wrapper():
 3         print("Something is happening before the function is called.")
 4         func()
 5         print("Something is happening after the function is called.")
 6     return wrapper
 7 
 8 @my_decorator
 9 def say_hello():
10     print("Hello!")
11 
12 say_hello()

以上代碼定義了一個裝飾器 `my_decorator`，它會在調用 `say_hello` 函數前後分別列印一段消息。`@my_decorator` 就是將 `say_hello` 函數裝飾成 `my_decorator` 的方式。裝飾器可以用來做很多事情，比如日誌記錄、性能測試、事務處理、緩存等等。在很多情況下，使用裝飾器可以讓我們的代碼更加乾凈，更易於管理和重用。

One More Thing！！

我在閱讀GitHub和各種技術博客中發現了一個很特別但又很少人知道的Python控制流程技巧——使用`else`子句在`for`和`while`迴圈中。

許多人可能不知道，`for`迴圈和`while`迴圈可以有一個可選的`else`子句，它在迴圈正常結束時執行。如果迴圈被`break`語句終止，`else`子句將不會被執行。

 1 for i in range(5):
 2     print(i)
 3 else:
 4     print("Loop finished!")
 5 
 6 count = 0
 7 while count < 5:
 8     print(count)
 9     count += 1
10 else:
11     print("Loop finished!")

這個特性在很多情況下都非常有用，比如我們在迴圈中搜索一個元素，如果找到了就通過`break`語句終止迴圈，如果迴圈正常結束還沒有找到，就執行`else`子句中的代碼。

希望你在閱讀這篇文章後，能對Python的控制流程有更深入的理解。如果你有任何問題或者有更好的建議，歡迎在下方留言，我們一起探討，一起學習。