Python控制流程盘点及高级用法、神秘技巧大揭秘！" Python全景系列-3 Python控制流程盘点及高级用法、神秘技巧大揭秘！

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

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

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

 注意Python的缩进规则，这是Python语法的一大特色。缩进用于区分代码块，比如以上if-elif-else的代码块。此外，Python中没有类似C++、Java的大括号{}来控制语句块，完全依赖于缩进。

二、循环结构（For和While）

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

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

Python 的控制流程不仅仅局限于简单的条件判断、循环和异常处理。Python 还有很多高级的控制流程工具，它们可以帮助我们更高效、更精简地编写代码。以下是一些常见的高级控制流程工具：

1. 列表解析

列表解析是一种创建列表的简洁方法，它在一行代码中就可以完成循环和条件判断等操作。以下是一个列表解析的例子：

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

以上代码会生成一个包含 0 到 9 的平方的列表。这个列表解析的过程可以理解为：对于每个在 `range(10)` 中的 `x`，计算 `x` 的平方，然后将结果添加到列表中。列表解析相比普通的循环语句，不仅代码更简洁，而且执行速度更快。这是因为列表解析在内部实现了优化，而普通的循环语句没有。

2. 生成器表达式

生成器表达式和列表解析类似，但它生成的是一个生成器对象，而不是一个实际的列表。生成器对象是一个可迭代的对象，它在每次迭代时都会生成新的值，而不是一次性生成所有的值。以下是一个生成器表达式的例子：

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

 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()

以上代码定义了一个装饰器 `my_decorator`，它会在调用 `say_hello` 函数前后分别打印一段消息。`@my_decorator` 就是将 `say_hello` 函数装饰成 `my_decorator` 的方式。装饰器可以用来做很多事情，比如日志记录、性能测试、事务处理、缓存等等。在很多情况下，使用装饰器可以让我们的代码更加干净，更易于管理和重用。

 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!")

这个特性在很多情况下都非常有用，比如我们在循环中搜索一个元素，如果找到了就通过`break`语句终止循环，如果循环正常结束还没有找到，就执行`else`子句中的代码。

希望你在阅读这篇文章后，能对Python的控制流程有更深入的理解。如果你有任何问题或者有更好的建议，欢迎在下方留言，我们一起探讨，一起学习。