遍历字典（`dict`）是 Python 中最基础也最常用的操作之一。你提到“遍历字典”，但**具体目标不同，遍历方式就完全不同**。下面我将从 **目的驱动** 的角度，系统性地为你梳理所有主流、安全、高效、类型友好的遍历方式，并附带 ✅ 正确代码 + 📝 详细解释 + ⚠️ 常见陷阱。 --- ### ✅ 一、明确：字典有 3 种核心遍历视角（必须分清！） | 视角 | 遍历什么？ | 对应方法 | 典型用途 | |--------|-------------|------------|-------------| | 🔑 **只遍历键（keys）** | `for k in d:` 或 `for k in d.keys():` | 获取所有 key（如检查存在性、过滤） | | 📋 **只遍历值（values）** | `for v in d.values():` | 统计、聚合、查找某个值（不关心是谁的） | | 🤝 **同时遍历键和值（items）** | `for k, v in d.items():` | **最常用！** 修改、打印、转换、校验（如你之前要的 `(key, value)` 元组） | > ✅ 所有这三种方式在 Python 3.7+ 中都**保持插入顺序**（有序字典是默认行为）。 --- ### ✅ 二、完整可运行示例（含类型提示 + 注释） ```python from typing import Dict, List, Tuple, Any # ✅ 示例字典：str → list[str] data: Dict[str, List[str]] = { "fruits": ["apple", "banana"], "colors": ["red", "blue"], "empty": [], } print("=== 1. 只遍历键（keys） ===") for key in data: # ✅ 等价于 data.keys()，更简洁 print(f"Key: {key!r}") # 输出： # Key: 'fruits' # Key: 'colors' # Key: 'empty' print("\n=== 2. 只遍历值（values） ===") for value in data.values(): print(f"Value: {value!r}") # 输出： # Value: ['apple', 'banana'] # Value: ['red', 'blue'] # Value: [] print("\n=== 3. 同时遍历键和值（items）— 推荐！=== ") for key, value in data.items(): # ✅ 最 Pythonic！自动解包为 (k, v) print(f"Key={key!r} → Value={value!r}") # 输出： # Key='fruits' → Value=['apple', 'banana'] # Key='colors' → Value=['red', 'blue'] # Key='empty' → Value=[] # ✅ 如果你需要「组装成 list of tuples」，就是这一行： items_list: List[Tuple[str, List[str]]] = list(data.items()) print("\n=== 4. 转为列表（如你之前需求） ===") print(items_list) # [('fruits', ['apple', 'banana']), ('colors', ['red', 'blue']), ('empty', [])] ``` --- ### ✅ 三、进阶遍历技巧（实用场景全覆盖） #### ✅ 1. 带索引遍历（类似 `enumerate`） ```python for i, (key, value) in enumerate(data.items()): print(f"[{i}] {key} → {len(value)} items") # [0] fruits → 2 items # [1] colors → 2 items # [2] empty → 0 items ``` #### ✅ 2. 条件过滤遍历（只处理满足条件的项） ```python # 只遍历值非空的键值对 for key, value in data.items(): if value: # ✅ 空列表为 False print(f"Non-empty: {key} = {value}") # 使用字典推导式生成新字典（函数式风格） non_empty: Dict[str, List[str]] = {k: v for k, v in data.items() if v} ``` #### ✅ 3. 安全遍历嵌套字典（避免 KeyError） ```python nested: Dict[str, Dict[str, int]] = { "a": {"x": 1, "y": 2}, "b": {"z": 3} } # ✅ 安全遍历：先检查子字典是否存在 key for outer_key, inner_dict in nested.items(): for inner_key, val in inner_dict.items(): print(f"{outer_key}.{inner_key} = {val}") # a.x = 1 # a.y = 2 # b.z = 3 ``` #### ✅ 4. 遍历时修改字典？⚠️ 危险！必须用 `.copy()` 或 `list()` ```python # ❌ 错误：边遍历边删键 → RuntimeError: dictionary changed size during iteration # for k in data: # if not data[k]: # 若值为空，想删掉 # del data[k] # ✅ 正确：先收集要删的键，再批量删除 keys_to_remove = [k for k, v in data.items() if not v] for k in keys_to_remove: del data[k] # ✅ 或更简洁：字典推导式重建（推荐） data = {k: v for k, v in data.items() if v} ``` --- ### ✅ 四、类型安全提醒（mypy / IDE 友好写法） - ✅ `for k in d:` → `k` 类型自动推导为 `str`（若 `d: dict[str, ...]`） - ✅ `for v in d.values():` → `v` 类型为 `list[str]` - ✅ `for k, v in d.items():` → `k: str`, `v: list[str]`（完美解包！） - ❌ 不要写 `for item in d.items():` 然后 `item[0]`, `item[1]` —— 失去类型精度，IDE 无法提示！ ```python # ✅ 好：类型精准，IDE 可提示 .append() 等方法 for key, value in data.items(): value.append("new") # ✅ IDE 知道 value 是 list[str]，支持补全 # ❌ 差：item 是 tuple[Any, Any]，无类型提示 for item in data.items(): item[1].append("new") # ❌ mypy 报错：Item "Any" of "tuple" has no attribute "append" ``` --- ### ✅ 五、性能对比（小贴士） | 写法 | 时间复杂度 | 是否创建新对象 | 适用场景 | |--------|----------------|------------------|--------------| | `for k in d:` | O(1) per iteration | ❌（视图） | 最快，仅需 key | | `for v in d.values():` | O(1) | ❌ | 仅需 value | | `for k, v in d.items():` | O(1) | ❌ | ✅ **推荐默认用法**（零额外开销） | | `list(d.items())` | O(n) | ✅（新建 list） | 需要索引/多次遍历/传给其他函数 | > 💡 结论：**99% 场景直接用 `for k, v in d.items():`，无需转 `list`！** ---