Python怎么遍历字典的键、值和键值对

在 Python 日常开发中，字典（dict）是存储结构化映射数据的核心容器。无论是解析来自后端接口的 JSON 响应、读取服务配置项，还是统计字频，遍历字典都是最高频的基础操作。掌握 Python 遍历字典的完整方法，关键在于按需选择三个维度的提取路径：直接或通过 keys() 遍历键、通过 values() 遍历值，以及通过 items() 同步解包键值对。

一、遍历字典的键（Keys）

当你只需要读取字典中存在的所有属性名称，或者仅需要依据键做逻辑判断时，遍历键是最直接的操作。在 Python 中，遍历字典的键有两种书写方式：直接遍历字典对象与显式调用 .keys() 方法。

1. 直接遍历字典（推荐的标准写法）

在 Python 的迭代协议中，字典本身就是一个可迭代对象，其默认迭代器产出的就是字典的键。因此，最简洁、符合 Pythonic 风格的写法是直接对字典使用 for 循环：

# 准备演示字典
user_profile = {
    "id": 1024,
    "name": "Alice",
    "role": "Admin",
    "status": "Active"
}

# 方式一：直接遍历字典对象
for key in user_profile:
    print(key)

# 示例输出：
# id
# name
# role
# status

2. 显式调用 dict.keys()

你也可以使用字典的内置方法 user_profile.keys()。这种方式与直接遍历字典在运行效率与产出结果上完全一致：

# 方式二：显式调用 keys() 方法
for key in user_profile.keys():
    print(key)

二、遍历字典的值（Values）

在很多业务场景下，我们并不关心字段名称，只关心字典中保存的实际数值。例如计算商品总价、统计用户得分总和、或者判断是否有任意一项状态不合规。这时应使用 .values() 方法。

实用场景：数值累加与数据清洗

# 学生期末成绩字典
student_scores = {
    "Math": 95,
    "English": 88,
    "Physics": 92,
    "Chemistry": 85
}

# 遍历所有科目的成绩并计算均分
total_score = 0
for score in student_scores.values():
    total_score += score

average_score = total_score / len(student_scores)
print(f"总分: {total_score}, 平均分: {average_score:.2f}")

# 示例输出：
# 总分: 360, 平均分: 90.00

因为 student_scores.values() 返回的是一个可迭代的视图对象，在不需要显式编写 for 循环体时，还可以直接将其传递给内置聚合函数，如 sum(student_scores.values()) 或 max(student_scores.values())，执行速度更快且代码极其精炼。

三、遍历字典的键值对（Items）与元组解包

当正文逻辑同时依赖字段名（键）和对应内容（值）时，切忌使用 for k in d: val = d[k] 这种先取键再按键寻址的反模式。频繁哈希查找会带来额外的计算开销。最标准、高效的解法是使用 .items() 方法结合元组解包。

完整代码示例：格式化打印与解包

server_config = {
    "host": "127.0.0.1",
    "port": 8080,
    "timeout": 30,
    "debug": True
}

# 推荐解包写法：同时获取 key 和 value
for key, value in server_config.items():
    print(f"配置项: {key:<10} => 当前值: {value}")

# 示例输出：
# 配置项: host       => 当前值: 127.0.0.1
# 配置项: port       => 当前值: 8080
# 配置项: timeout    => 当前值: 30
# 配置项: debug      => 当前值: True

如果在 for 后只写了一个接收变量，例如 for item in server_config.items():，那么 item 将是一个包含两个元素的元组 ('host', '127.0.0.1')。显式提供两个变量 k, v 能让代码阅读体验更佳。

四、三种遍历方式的特征与选型对比

在 Python 3 中，.keys()、.values() 和 .items() 返回的都不是普通的列表（list），而是视图对象（View Objects）（类型分别为 dict_keys、dict_values 和 dict_items）。

视图对象的两大关键特性：

1. 零内存冗余（惰性开销）：与 Python 2 中 .keys() 直接在内存中复制一份静态列表不同，Python 3 的视图对象不会分配容纳所有键/值的额外内存，因此即便遍历上千万条数据的巨型字典，内存占用也始终保持极低。
2. 动态联动反映：视图对象直接绑定原字典底层哈希桶。如果字典在外部发生修改，尚未完成遍历的视图会实时反映这些变更。

五、避坑指南：遍历中修改字典的异常与三种安全模式

许多初学者在编写“删除某些过期键”或“按条件更新字段”时，往往习惯直接在循环体内部调用 del 或新增键：

# 错误示例：边遍历边删除键
scores = {"a": 60, "b": 45, "c": 80}
for k, v in scores.items():
    if v < 60:
        del scores[k]  # 触发致命错误！

# 运行时报错：
# RuntimeError: dictionary changed size during iteration

异常原因：Python 的字典迭代器在启动时会记录哈希表当前的条目容量计数器。在迭代过程中，如果执行新增或删除键的操作，哈希表的内存结构会发生改变或发生重哈希（Rehash），这会导致迭代器内部的偏移索引紊乱。为了防止发生未定义行为或死循环，Python 解释器会主动抛出 RuntimeError 阻断执行。

安全方案代码实操：

target_dict = {"a": 10, "b": 20, "c": 30, "d": 40}

# 方案 A 实操：使用 list() 快照进行原位修改
for k in list(target_dict.keys()):
    if target_dict[k] < 25:
        del target_dict[k]

print("方案 A 处理后:", target_dict)
# 示例输出：方案 A 处理后: {'c': 30, 'd': 40}

# 方案 B 实操：使用字典推导式直接过滤出新字典
raw_data = {"apple": 5, "banana": 0, "orange": 12}
filtered_data = {k: v for k, v in raw_data.items() if v > 0}

print("方案 B 过滤后:", filtered_data)
# 示例输出：方案 B 过滤后: {'apple': 5, 'orange': 12}

六、进阶技巧：排序遍历与索引编号

1. 按键或按值排序后遍历

字典本身维护的是插入顺序。如果需要按照字母表或数值大小有序输出，可以配合 sorted() 函数：

inventory = {"banana": 30, "apple": 50, "cherry": 20}

# 1. 按照键（水果名称字母顺序）排序遍历
for fruit in sorted(inventory):
    print(f"{fruit}: {inventory[fruit]}")

# 示例输出：
# apple: 50
# banana: 30
# cherry: 20

# 2. 按照值（库存数量由小到大）排序遍历
for fruit, count in sorted(inventory.items(), key=lambda item: item[1]):
    print(f"低库存预警: {fruit} -> {count}")

# 示例输出：
# 低库存预警: cherry -> 20
# 低库存预警: banana -> 30
# 低库存预警: apple -> 50

2. 在遍历时获取循环序号（enumerate）

如果业务中需要类似“序号 1、2、3”的自增行号，可直接对 .items() 包装 enumerate() 函数。注意在解包时，外层接收序号，内层元组再解包键值对：

languages = {"Python": 1991, "Java": 1995, "Rust": 2010}

# 采用 (key, value) 括号完成嵌套元组解包
for idx, (lang, year) in enumerate(languages.items(), start=1):
    print(f"[{idx}] {lang} 首发于 {year} 年")

# 示例输出：
# [1] Python 首发于 1991 年
# [2] Java 首发于 1995 年
# [3] Rust 首发于 2010 年

总结速查