Python遍历字典是什么意思：获取键、值与键值对的基础概念

一、核心认知：字典映射结构与遍历的三种形态

在深入具体代码之前，需要先建立对 Python 字典数据形态的清晰认知。列表（List）在内存中是有序排列的元素序列，通过从 0 开始的整数索引定位；而字典（Dictionary）属于映射类型（Mapping Type），其内部由成对的“键”（Key）与“值”（Value）绑定构成。

“遍历”（Iteration）一词源自数学与计算机科学的操作术语，意为沿着某条路径逐一查看集合中的每个成员。因为字典每个单元由两个紧密关联的部分构成，所以在面对“遍历字典”这个需求时，Python 提供了三种截然不同但互相补充的访问维度：

• 仅获取键（Keys）：只关注字典中有哪些命名标签或索引标识，忽略对应存储的具体数值。
• 仅获取值（Values）：只提取字典中存放的实际数据集合，脱离具体键名的约束，常用于聚合统计。
• 同时获取键与值（Items）：保持映射关系不丢失，在每一次循环中同时拿到当前的键及其匹配的值。

二、获取键：默认迭代机制与显式 keys() 调用

当直接将字典变量放在 for ... in 循环语句后面时，Python 的底层设计默认只迭代所有的“键”。这是初学者最容易产生误解的地方：很多人以为循环拿到的会是完整元素或数值，但实际上仅拿到键。

1. 默认遍历语法与显式语法

在语法表达上，直接写 for key in dictionary: 与显式写 for key in dictionary.keys(): 在执行效果上是完全等价的：

# 示例：通过默认行为遍历字典的键
user_status = {
    "admin": "活跃",
    "guest": "只读",
    "operator": "离线"
}

print("--- 默认遍历（推荐写法）---")
for role in user_status:
    print(f"用户角色键名: {role}")

print("\n--- 显式调用 .keys() ---")
for role in user_status.keys():
    print(f"用户角色键名: {role}")

2. 为什么设计为默认返回键？

Python 将字典设计为默认遍历键，主要基于两个工程考量：

1. 键是唯一索引标识：在字典中，键具有唯一性且不可变（哈希特性），拿到键就意味着掌握了定位该数据行的句柄。如果需要值，可以通过 d[key] 查询；而反过来拿值却无法直接反查唯一的键。
2. 符合容器成员检测习惯：在 Python 中，表达式 "admin" in user_status 检验的也是某个键是否存在于字典中。默认迭代键使 in 运算符在迭代和成员检测逻辑上保持了高度一致性。

三、获取值：使用 values() 提取数据集合

当业务场景只关注字典中存储的具体数据、而不在乎数据属于谁时，使用 dict.values() 方法是最直接有效的方式。

1. 为什么需要单独遍历值？

在许多统计与计算场景中，键只是辅助索引。例如：计算商品总价、统计全班学生的平均分、查找最高数值等。在这些场景中，如果依然遍历键，并在循环体内通过 d[key] 来取值，就会增加一次哈希查找开销，代码也会显得累赘。

2. 语法范例与输出

# 示例：通过 .values() 遍历数据并进行数值统计
monthly_sales = {
    "一月": 12000,
    "二月": 15000,
    "三月": 18000,
    "四月": 14000
}

total_sales = 0
print("--- 逐项输出销售额 ---")
for amount in monthly_sales.values():
    print(f"金额: ¥{amount}")
    total_sales += amount

print(f"\n季度销售总额: ¥{total_sales}")
print(f"平均月销售额: ¥{total_sales / len(monthly_sales)}")

四、获取键值对：使用 items() 与元组解构

在绝大多数日常开发中，我们往往既需要读取配置项的名字，又需要处理配置项的值；或者既需要打印用户名，又需要展示其对应的账户信息。此时，dict.items() 是最标准、最符合 Pythonic 哲学的解法。

1. 元组解构（Tuple Unpacking）机制

dict.items() 在被遍历时，每一轮循环都会返回一个由两个元素组成的元组（Tuple）：(key, value)。Python 允许在 for 语句头部声明两个变量接收该元组，解释器会自动完成拆包赋值：

# 示例：使用 items() 同时获取键名和键值
server_configs = {
    "host": "192.168.1.100",
    "port": 8080,
    "protocol": "HTTPS",
    "timeout": 30
}

print("--- 服务器配置清单 ---")
for config_name, config_val in server_configs.items():
    print(f"配置项 [{config_name:^10}] -> 设置值: {config_val}")

2. 反面模式：避免通过 for key in d 然后 d[key] 取值

初学者常常习惯编写如下形式的代码：

# 不推荐的低效写法
for k in server_configs:
    v = server_configs[k]  # 冗余：多了一次哈希计算与键查找过程
    print(k, v)

这种写法虽然结果相同，但每一轮循环都迫使解释器在底层重新计算 k 的哈希值并在哈希表桶中查找索引。而 items() 在遍历到底层哈希表单元格时，单元格本身就同时存放着键与值的指针引用，直接打包返回元组，效率更高且语意明确。

五、关键机制与常见陷阱

掌握了三种遍历方式的语法后，还需要了解 Python 字典在底层运作时的几个关键特征与边界规则，防止在实际工程中引发难以排查的 Bug。

1. 陷阱：在遍历过程中直接修改字典长度

这是在开发中最常遇到的运行时异常之一。如果在 for 循环体内部直接对正在被遍历的字典执行新增键值（d[new_key] = val）或删除键值（del d[key] / pop()）操作，Python 会立即抛出：

RuntimeError: dictionary changed size during iteration

原因解释：Python 字典内部通过哈希表组织数据。迭代器在遍历过程中会维护一个状态游标。如果在迭代进行中增加或删除了元素，哈希表的尺寸与内部桶分布可能发生重排（Rehash），导致迭代器无法确定下一个元素的位置，因此解释器强制中断并报错。

正确解法有两种：

• 解法 A（转换为静态列表）：使用 list(d.keys()) 制作当前键的浅拷贝快照，然后遍历快照列表，在循环体中对原字典进行删除操作。
• 解法 B（字典推导式过滤）：不修改旧字典，直接使用推导式生成符合条件的新字典（现代函数式编程推荐做法）。

# 场景：清理掉所有分数低于 60 的不合格记录
scores = {"Tom": 85, "Jerry": 52, "Spike": 90, "Tyke": 45}

# 规范解法 A：使用静态列表快照安全删除
print("--- 解法 A：通过静态列表遍历安全删除 ---")
for student in list(scores.keys()):
    if scores[student] < 60:
        del scores[student]
print("清理后字典:", scores)

# 规范解法 B：使用字典推导式重构
raw_data = {"Tom": 85, "Jerry": 52, "Spike": 90, "Tyke": 45}
cleaned_data = {k: v for k, v in raw_data.items() if v >= 60}
print("推导式生成新字典:", cleaned_data)

2. 字典的有序性演进（Python 3.7+ 语言规范）

早期版本的 Python（3.5 及之前）中，字典是无序的，遍历出来的键名顺序取决于底层的哈希散列分布，不能保证固定的先后次序。从 Python 3.6 开始（作为 CPython 实现细节），并自 Python 3.7 起正式作为官方语言标准，Python 字典被明确保证：遍历时严格按照键值对最初被插入的先后顺序输出。

3. 字典视图对象（View Objects）的概念

在 Python 3 中，调用 d.keys()、d.values() 和 d.items() 返回的不是静态的 Python 列表（List），而是特殊的视图对象（dict_keys、dict_values、dict_items）。

视图对象具有“动态联动”特性：它们不会像列表那样额外复制一遍内存，并且如果原字典的内容被更新，该视图所反映的内容会即时自动同步更新。同时，dict_keys 还支持如交集（&）、并集（|）等类似集合（Set）的操作运算。

六、知识总结

回到文章开头的核心问题，“Python遍历字典”本质上就是通过循环结构，以受控的方式依次处理字典内部存储的数据条目。总结其核心选择依据如下表所示：

在实际编写代码时，只需根据业务是否需要键、是否需要值，或者两者都需要，选用对应的语法形态；同时牢记禁止在遍历过程中动态更改字典长度这一基本法则，就能写出结构清晰、运行健壮且性能优异的 Python 程序。