作者 | piglei（腾讯高级工程师）
转载自腾讯技术工程知乎专栏
循环是一种常用的程序控制结构。我们常说，机器相比人类的最大优点之一，就是机器可以不眠不休的重复做某件事情，但人却不行。而“ 循环 ”，则是实现让机器不断重复工作的关键概念。
在循环语法方面，Python 表现的即传统又不传统。它虽然抛弃了常见的 for(init;condition;incrment) 三段式结构，但还是选择了 for 和 while 这两个经典的关键字来表达循环。绝大多数情况下，我们的循环需求都可以用 for
虽然循环的语法很简单，但是要写好它确并不容易。在这篇文章里，我们将探讨什么是“地道”的循环代码，以及如何编写它们。
什么是“地道”的循环？
“地道”这个词，通常被用来形容某人做某件事情时，非常符合当地传统，做的非常好。打个比方，你去参加一个朋友聚会，同桌的有一位广东人，对方一开口，句句都是标准京腔、完美儿化音。那你可以对她说：“您的北京话说的真 地道 ”。
既然“地道”这个词形容的经常是口音、做菜的口味这类实实在在的东西，那“地道”的循环代码又是什么意思呢？让我拿一个经典的例子来解释一下。
如果你去问一位刚学习 Python 一个月的人：“如何在遍历一个列表的同时获取当前下标？”。他可能会交出这样的代码：
上面的循环虽然没错，但它确一点都不“地道”。一个拥有三年 Python 开发经验的人会说，代码应该这么写：
for
i,
name
in
enumerate(names):
print(i,
name
)
enumerate() 是 Python 的一个内置函数，它接收一个“可迭代”对象作为参数，然后返回一个不断生成 (当前下标,当前元素) 的新可迭代对象。这个场景使用它最适合不过。
所以，在上面的例子里，我们会认为第二段循环代码比第一段更“地道”。
因为它用更直观的代码，更聪明的完成了工作。
▌ enumerate() 所代表的编程思路
不过，判断某段循环代码是否地道，并不仅仅是以知道或不知道某个内置方法作为标准。我们可以从上面的例子挖掘出更深层的东西。
如你所见，Python 的 for 循环只有 for
这就引出了我的第一个建议。
建议1：使用函数修饰被迭代对象来优化循环
使用修饰函数处理可迭代对象，可以在各种方面影响循环代码。而要找到合适的例子来演示这个方法，并不用去太远，内置模块 itertools 就是一个绝佳的例子。
简单来说，itertools 是一个包含很多面向可迭代对象的工具函数集。我在之前的系列文章《容器的门道》里提到过它。
如果要学习 itertools，那么 Python 官方文档 是你的首选，里面有非常详细的模块相关资料。但在这篇文章里，侧重点将和官方文档稍有不同。我会通过一些常见的代码场景，来详细解释它是如何改善循环代码的。
▌ 1. 使用 product 扁平化多层嵌套循环
虽然我们都知道“扁平的代码比嵌套的好”。但有时针对某类需求，似乎一定得写多层嵌套循环才行。比如下面这段：
def
find_twelve
(num_list1, num_list2, num_list3)
:
"""从 3 个数字列表中，寻找是否存在和为 12 的 3 个数
"""
for
num1
in
num_list1:
for
num2
in
num_list2:
for
num3
in
num_list3:
if
num1 + num2 + num3 ==
12
:
return
num1, num2, num3
对于这种需要嵌套遍历多个对象的多层循环代码，我们可以使用 product() 函数来优化它。product() 可以接收多个可迭代对象，然后根据它们的笛卡尔积不断生成结果。
from
itertools
import
product
def
find_twelve_v2
(num_list1, num_list2, num_list3)
:
for
num1, num2, num3
in
product(num_list1, num_list2, num_list3):
if
num1 + num2 + num3 ==
12
:
return
num1, num2, num3
相比之前的代码，使用 product() 的函数只用了一层 for 循环就完成了任务，代码变得更精炼了。
▌ 2. 使用 islice 实现循环内隔行处理
有一份包含 Reddit 帖子标题的外部数据文件，里面的内容格式是这样的：
python-guide: Python best practices guidebook, written
for
humans.
---
Python
2
Death Clock
---
Run any Python Script with an Alexa Voice Command
---
<... ...>
可能是为了美观，在这份文件里的每两个标题之间，都有一个 "---" 分隔符。现在，我们需要获取文件里所有的标题列表，所以在遍历文件内容的过程中，必须跳过这些无意义的分隔符。
参考之前对 enumerate() 函数的了解，我们可以通过在循环内加一段基于当前循环序号的 if 判断来做到这一点：
def
parse_titles
(filename)
:
"""从隔行数据文件中读取 reddit 主题名称
"""
with
open(filename,
'r'
)
as
fp:
for
i, line
in
enumerate(fp):
# 跳过无意义的 '---' 分隔符
if
i %
2
==
0
:
yield
line.strip()
但对于这类在循环内进行隔行处理的需求来说，如果使用 itertools 里的 islice() 函数修饰被循环对象，可以让循环体代码变得更简单直接。
islice(seq,start,end,step) 函数和数组切片操作（ list[start:stop:step] ）有着几乎一模一样的参数。如果需要在循环内部进行隔行处理的话，只要设置第三个递进步长参数 step 值为 2 即可（默认为 1）。
from
itertools
import
islice
def
parse_titles_v2
(filename)
:
with
open(filename,
'r'
)
as
fp:
# 设置 step=2，跳过无意义的 '---' 分隔符
for
line
in
islice(fp,
0
,
None
,
2
):
yield
line.strip()
▌ 3. 使用 takewhile 替代 break 语句
有时，我们需要在每次循环开始时，判断循环是否需要提前结束。比如下面这样：
for
user
in
users:
# 当第一个不合格的用户出现后，不再进行后面的处理
if
not
is_qualified(user):
break
# 进行处理 ... ...
对于这类需要提前中断的循环，我们可以使用 takewhile() 函数来简化它。 takewhile(predicate,iterable) 会在迭代 iterable 的过程中不断使用当前对象作为参数调用 predicate 函数并测试返回结果，如果函数返回值为真，则生成当前对象，循环继续。否则立即中断当前循环。
使用 takewhile 的代码样例：
from
itertools
import
takewhile
for
user
in
takewhile(is_qualified, users):
# 进行处理 ... ...
itertools 里面还有一些其他有意思的工具函数，他们都可以用来和循环搭配使用，比如使用 chain 函数扁平化双层嵌套循环、使用 zip_longest 函数一次同时循环多个对象等等。
篇幅有限，我在这里不再一一介绍。如果有兴趣，可以自行去官方文档详细了解。
▌ 4. 使用生成器编写自己的修饰函数
除了 itertools 提供的那些函数外，我们还可以非常方便的使用生成器来定义自己的循环修饰函数。
让我们拿一个简单的函数举例：
def
sum_even_only
(numbers)
:
"""对 numbers 里面所有的偶数求和"""
result =
0
for
num
in
numbers:
if
num %
2
==
0
:
result += num
return
result
在上面的函数里，循环体内为了过滤掉所有奇数，引入了一条额外的 if 判断语句。如果要简化循环体内容，我们可以定义一个生成器函数来专门进行偶数过滤：
def
even_only
(numbers)
:
for
num
in
numbers:
if
num %
2
==
0
:
yield
num
def
sum_even_only_v2
(numbers)
:
"""对 numbers 里面所有的偶数求和"""
result =
0
for
num
in
even_only(numbers):
result += num
return
result
将 numbers 变量使用 even_only 函数装饰后， sum_even_only_v2 函数内部便不用继续关注“偶数过滤”逻辑了，只需要简单完成求和即可。
Hint：当然，上面的这个函数其实并不实用。在现实世界里，这种简单需求最适合直接用生成器/列表表达式搞定：sum(numfornuminnumbersifnum%2==0)
建议2：按职责拆解循环体内复杂代码块
我一直觉得循环是一个比较神奇的东西，每当你写下一个新的循环代码块，就好像开辟了一片黑魔法阵，阵内的所有内容都会开始无休止的重复执行。
但我同时发现，这片黑魔法阵除了能带来好处， 它还会引诱你不断往阵内塞入越来越多的代码，包括过滤掉无效元素、预处理数据、打印日志等等。甚至一些原本不属于同一抽象的内容，也会被塞入到同一片黑魔法阵内。
你可能会觉得这一切理所当然，我们就是迫切需要阵内的魔法效果。如果不把这一大堆逻辑塞满到循环体内，还能把它们放哪去呢？
让我们来看看下面这个业务场景。在网站中，有一个每 30 天执行一次的周期脚本，它的任务是是查询过去 30 天内，在每周末特定时间段登录过的用户，然后为其发送奖励积分。
代码如下：
import
time
import
datetime
def
award_active_users_in_last_30days
()
:
"""获取所有在过去 30 天周末晚上 8 点到 10 点登录过的用户，为其发送奖励积分
"""
days =
30
for
days_delta
in
range(days):
dt = datetime.date.today() - datetime.timedelta(days=days_delta)
# 5: Saturday, 6: Sunday
if
dt.weekday()
not
in
(
5
,
6
):
continue
time_start = datetime.datetime(dt.year, dt.month, dt.day,
20
,
0
)
time_end = datetime.datetime(dt.year, dt.month, dt.day,
23
,
0
)
# 转换为 unix 时间戳，之后的 ORM 查询需要
ts_start = time.mktime(time_start.timetuple())
ts_end = time.mktime(time_end.timetuple())
# 查询用户并挨个发送 1000 奖励积分
for
record
in
LoginRecord.filter_by_range(ts_start, ts_end):
# 这里可以添加复杂逻辑
send_awarding_points(record.user_id,
1000
)
上面这个函数主要由两层循环构成。外层循环的职责，主要是获取过去 30 天内符合要求的时间，并将其转换为 UNIX 时间戳。之后由内层循环使用这两个时间戳进行积分发送。
如之前所说，外层循环所开辟的黑魔法阵内被塞的满满当当。但通过观察后，我们可以发现 整个循环体其实是由两个完全无关的任务构成的：“挑选日期与准备时间戳” 以及 “发送奖励积分 ”。
▌ 复杂循环体如何应对新需求
这样的代码有什么坏处呢？让我来告诉你。
某日，产品找过来说，有一些用户周末半夜不睡觉，还在刷我们的网站，我们得给他们发通知让他们以后早点睡觉。于是新需求出现了：“ 给过去 30 天内在周末凌晨 3 点到 5 点登录过的用户发送一条通知” 。
新问题也随之而来。敏锐如你，肯定一眼可以发现，这个新需求在用户筛选部分的要求，和之前的需求非常非常相似。但是，如果你再打开之前那团循环体看看，你会发现代码根本没法复用，因为在循环内部，不同的逻辑完全被 耦合 在一起了。☹️
在计算机的世界里，我们经常用“ 耦合 ”这个词来表示事物之间的关联关系。上面的例子中，“挑选时间”和“发送积分”这两件事情身处同一个循环体内，建立了非常强的耦合关系。
为了更好的进行代码复用，我们需要把函数里的“挑选时间”部分从循环体中解耦出来。而我们的老朋友，“ 生成器函数 ”是进行这项工作的不二之选。
▌ 使用生成器函数解耦循环体
要把 “挑选时间” 部分从循环内解耦出来，我们需要定义新的生成器函数 gen_weekend_ts_ranges()，专门用来生成需要的 UNIX 时间戳：
def
gen_weekend_ts_ranges
(days_ago, hour_start, hour_end)
:
"""生成过去一段时间内周六日特定时间段范围，并以 UNIX 时间戳返回
"""
for
days_delta
in
range(days_ago):
dt = datetime.date.today() - datetime.timedelta(days=days_delta)
# 5: Saturday, 6: Sunday
if
dt.weekday()
not
in
(
5
,
6
):
continue
time_start = datetime.datetime(dt.year, dt.month, dt.day, hour_start,
0
)
time_end = datetime.datetime(dt.year, dt.month, dt.day, hour_end,
0
)
# 转换为 unix 时间戳，之后的 ORM 查询需要
ts_start = time.mktime(time_start.timetuple())
ts_end = time.mktime(time_end.timetuple())
yield
ts_start, ts_end
有了这个生成器函数后，旧需求“发送奖励积分”和新需求“发送通知”，就都可以在循环体内复用它来完成任务了：
def
award_active_users_in_last_30days_v2
()
:
"""发送奖励积分"""
for
ts_start, ts_end
in
gen_weekend_ts_ranges(
30
, hour_start=
20
, hour_end=
23
):
for
record
in
LoginRecord.filter_by_range(ts_start, ts_end):
send_awarding_points(record.user_id,
1000
)
def
notify_nonsleep_users_in_last_30days
()
:
"""发送通知"""
for
ts_start, ts_end
in
gen_weekend_ts_range(
30
, hour_start=
3
, hour_end=
6
):
for
record
in
LoginRecord.filter_by_range(ts_start, ts_end):
notify_user(record.user_id,
'You should sleep more'
)
总结
在这篇文章里，我们首先简单解释了“地道”循环代码的定义。然后提出了第一个建议：使用修饰函数来改善循环。之后我虚拟了一个业务场景，描述了按职责拆解循环内代码的重要性。
一些要点总结：
-
使用函数修饰被循环对象本身，可以改善循环体内的代码
-
itertools 里面有很多工具函数都可以用来改善循环
-
使用生成器函数可以轻松定义自己的修饰函数
-
循环内部，是一个极易发生“代码膨胀”的场地
-
请使用生成器函数将循环内不同职责的代码块解耦出来，获得更好的灵活性
看完文章的你，有没有什么想吐槽的？请留言或者在 项目 Github Issues 告诉我吧。
附录
-
题图来源: Photo by Lai man nung on Unsplash
-
更多系列文章地址：https://github.com/piglei/one-python-craftsman
（*本文为 AI科技大本营转载文章，转载请联系原作者）
◆
精彩推荐
◆
6月29-30日 ，2019以太坊技术及应用大会 特邀 以太坊创始人V神与以太坊基金会核心成员 ，以及海内外知名专家齐聚北京，聚焦前沿技术，把握时代机遇，深耕行业应用，共话以太坊2.0新生态。
扫码或点击阅读原文，既享优惠购票！
推荐阅读
-
Bert时代的创新：Bert在NLP各领域的应用进展 | 技术头条
-
免费GPU哪家强？谷歌Kaggle vs. Colab
-
高能！8段代码演示Numpy数据运算的神操作
-
Python编写循环的两个建议 | 鹅厂实战
-
Lambda 表达式有何用处？
-
9年前他用1万个比特币买了两个披萨, 9年后他把当年的代码卖给了苹果，成为了 GPU 挖矿之父
-
TIOBE 6月编程语言排行榜：Python 势不可挡，或在四年之内超越Java、C
-
漫威金刚狼男主弃影炒币了？
你点的每个“在看”，我都认真当成了喜欢
