条件语句
Python中的if语句如下：
if expression: expr_true_suite
其中expression可以用布尔操作符and， or 和 not实现多重判断条件。
如果一个复合语句的的代码块仅仅包含一行代码，那么它可以和前面的语句写在同一行：
if expression: dosomething
但实际上，为了可读性，我们尽量不这么做
else语句的使用：
if expression: expr_true_suite else: expr_false_suite
Python使用缩进强制使代码对齐，可以避免制造一些类型的悬挂else问题。但同样要让我们非常小心代码的对齐问题，否则代码很可能不能使用。
elif(else—if)语句
Python没有switch/case语句，所以用if—elif来替代它的使用，并不会降低太多的阅读性
if user.cmd == 'create': action = "create item" elif user.cmd == 'delete': action = 'delete item' elif user.cmd == 'update': action = 'update item' else: action = 'invalid choice... try again!'
上面的语句也可以用序列改写：
if user.cmd in ('create', 'delete', 'update'): action = '%s item' % user.cmd else: action = 'invalid choice... try again!'
再或者是字典方案
msgs = {'create': 'create item',
'delete': 'delete item',
'update': 'update item'}
default = 'invalid choice... try again!'
action = msgs.get(user.cmd, default)
条件表达式（即“三元操作符”）
也就是C里的C？X：Y
Python里使用了 X if C else Y：
>>> x, y = 4, 3 >>> smaller = x if x < y else y >>> smaller 3
while语句
while循环的一般语法如下：
while expression: suite_to_repeat
while循环一般被用作计数循环或者无限循环：
>>> count = 0 >>> while (count < 9): print 'the index is:', count count += 1 the index is: 0 the index is: 1 the index is: 2 the index is: 3 the index is: 4 the index is: 5 the index is: 6 the index is: 7 the index is: 8 >>>while True: message = raw_input("please input :") if message.lower() == 'q': break
for 语句
Python的for非常强大，它可以遍历序列成员，可用在列表解析和生成器表达式，会自动地调用迭代器的 next()方法，捕获StopIteration异常并结束循环(这都是在内部发生的)，Python的for循环不同于传统语言的for循环，类似于shell的foreach
一般语法
for循环访问一个可迭代对象（如序列或迭代器）中所有元素，并在所有条目都处理后结束循环
for iter_var in iterable: suit_to_repeat
for循环迭代不同的序列对象，有如下例子：
>>> for eachLetter in 'Names': #迭代字符串 print 'current letter:',eachLetter current letter: N current letter: a current letter: m current letter: e current letter: s >>> nameList = ['Amy', 'Bob', 'Henry'] >>> for eachName in nameList: #迭代序列项 print eachName, 'Lim' Amy Lim Bob Lim Henry Lim >>> for nameIndex in range(len(nameList)): #不迭代元素，迭代索引 print "Liu,", nameList[nameIndex] Liu, Amy Liu, Bob Liu, Henry >>> nameList = ['Donn', 'Shirley', 'Ben', 'Jane'] >>> for i, eachone in enumerate(nameList): #用项和索引迭代 print '%d %s' %(i+1, eachone) 1 Donn 2 Shirley 3 Ben 4 Jane
for循环访问迭代器和访问序列的方法差不多，只是for语句会做一些额外的事而迭代器不代表循环条目的集合。
迭代器对象有一个next()方法，调用后返回下一个条目。迭代完后引发一个StopIteration异常告诉程序循环结束。for在内部直接调用next()并捕获异常。
range()内建函数在之前的博文Python基本使用(2)里已经详细说明。这里不赘述
xrange()
xrange()类似range()，当一个列表范围很大时，xrange()更为合适，因为它不会在内存里创建列表的完整拷贝，它只能用于for循环中，在for循环外没有任何意义。使用时性能远高于range()。
sorted(), reversed(), enumerate(), zip()
>>> for album in sorted(albums): print album, Freud Gaudi Poe Poe2 >>> for album in reversed(albums): print album, Poe2 Freud Gaudi Poe >>> for i, album in enumerate(albums): print i, album 0 Poe 1 Gaudi 2 Freud 3 Poe2 >>> for album, yr in zip(albums, years): print yr, album 1976 Poe 1987 Gaudi 1990 Freud 2003 Poe2
break语句和continue语句
break,continue和C中的break,continue十分相似。
pass语句
因为Python没有传统的括号，所以用pass表示此代码块什么都不做。
另外，循环语句也可以接else语句
表示循环结束后执行此代码块。
迭代器和iter()函数
迭代器为类序列对象提供了一个类序列的接口。序列可以利用索引从0开始一直迭代到序列的最后一个条目，用计数的方法迭代序列是很简单的。Python的迭代无缝支持序列对象，还允许非序列类型，包括用户定义的对象。
迭代器用起来很灵巧，可以迭代不是序列但表现出序列行为的对象，例如字典的key，一个文件的行等等。Python在使用迭代时分不出是迭代器还是序列，让人不用去关注这些，因为Python让它像一个序列那样操作。
使用迭代器：
序列：
>>> myTuple = (123, 'xyz', 45.67) >>> i = iter(myTuple) >>> i.next() 123 >>> i.next() 'xyz' >>> i.next() 45.67 >>> i.next() Traceback (most recent call last): File "<pyshell#5>", line 1, in <module> i.next() StopIteration
如果这是一个实际应用程序，那么我们需要把代码放在一个try—except 块中。序列现在回自动地产生它们自己的迭代器，所以一个for循环：
for i in seq: do_something_to(i)
实际上是这样工作：
fetch = iter(seq) while True: try: i = fetch.next() except StopIteration: break do_something_to(i)
字典：字典的迭代器会遍历它的键(keys)
>>> legends = {('Poe', 'author'):(1809, 1849, 1976),}
>>> legends = {('Poe', 'author'):(1809, 1849, 1976),('Gaudi','architect'):(1852, 1906, 1987),('Freud', 'psychoanalyst'):(1856, 1939, 1990)}
>>> for eachLegend in legends:
print 'Name: %s Occupation: %s' % eachLegend
print 'Birth: %s Death: %s Album:%s
' % legends[eachLegend]
Name: Poe Occupation: author
Birth: 1809 Death: 1849 Album:1976
Name: Gaudi Occupation: architect
Birth: 1852 Death: 1906 Album:1987
Name: Freud Occupation: psychoanalyst
Birth: 1856 Death: 1939 Album:1990
另外，Python还引进了三个新的内建字典方法来定义迭代：myDict.iterkeys()(通过keys迭代)，myDict.itervalues()(通过values迭代)以及myDict.iteritems()(通过key/value对来迭代)
文件
文件对象生成的迭代器会自动调用readline()方法，这样，循环就可以访问文本文件的所有行。 程序员可以用for eachLine in myFile 替换 for eachLine in myFile.readlines():
>>> myFile = open('config-win.txt') >>> for eachLine in myFile: ... print eachLine, # comma suppresses extra ... [EditorWindow] font-name: courier new font-size: 10 >>> myFile.close()
可变对象和迭代器
迭代可变对象时修改它们不是一个好主意，除了列表外其他序列类型不可变，所以危险就发生在这里。序列的迭代器只记录你当前到达第多少个元素，如果你迭代时改变了元素，更新会立即反映到你所迭代的条目上。在迭代字典的key时，绝对不能改变这个字典（因为字典是无序的）。使用字典的keys()方法是可以的，因为keys()返回一个独立于字典的列表，而迭代器与实际对象绑在一起，它将不会继续执行下去：
>>> myDict = {'a': 1, 'b': 2, 'c': 3, 'd':4}
>>> for eachKey in myDict:
print eachKey, myDict[eachKey]
del myDict[eachKey]
a 1
Traceback (most recent call last):
File "<pyshell#4>", line 1, in <module>
for eachKey in myDict:
RuntimeError: dictionary changed size during iteration
创建迭代器
对一个对象调用iter()就可以得到它的迭代器：
iter(obj)
iter(func, sentinel)
如果传递一个参数给 iter() ,它会检查你传递的是不是一个序列，如果是，那么很简单：根据索引从0一直迭代到序列结束。
如果传递两个参数给iter()，它会重复地调用func，直到迭代器的下个值等于sentinel
另一个创建迭代器的方法是类，以后我将在后面的章节详细学习。
列表解析
列表解析是一项非常有用，简单，而且灵活的工具，可以用来动态地创建列表。
列表解析的语法：
[expr for iter_var in iterable]
核心是for循环，迭代iterable对象的所有条目。前边的expr应用于序列的每个成员，最后的结果值是该表达式产生的列表。迭代变量并不需要是表达式的一部分。
lambda函数表达式：
>>> map(lambda x: x ** 2, range(6)) #这是lambda函数表达式 [0, 1, 4, 9, 16, 25] >>> [x ** 2 for x in range(6)] #这是列表解析 [0, 1, 4, 9, 16, 25]
列表解析还有结合if的拓展版本
[expr for iter_var in iterable if cond_expr]
这个语法在迭代时会过滤/捕获满足条件表达式cond_expr的序列成员
以下例子是挑出序列中的奇数：
>>> seq = [11, 12, 16, 13, 10, 9, 9, 10, 8] >>> filter(lambda x: x % 2, seq) #用filter和lambda实现 [11, 13, 9, 9] >>> [x for x in seq if x % 2] #用列表解析实现 [11, 13, 9, 9]
生成器表达式
生成器表达式是列表解析的一个扩展，语法如下：
(expr for iter_var in iterable if cond_expr)
语法和列表解析基本相同，不过它并不真正创建数字列表，而是返回一个生成器，这个生成器在计算出一个条目后，把这个条目“产生”(yield)出来。生成器表达式用了“延迟计算”，所以它在使用内存上更有效。将在以后的学习中详细地说明这一点