Python怎么同时遍历字典的键和值并打印

初学 Python 操作字典时，很多人写出的第一版遍历代码通常是 for k in my_dict:。然而运行后会发现，这种写法只迭代了字典的“键”。为了把对应的值也打印出来，初学者往往会习惯性地在循环体里加上 my_dict[k]，写成 print(k, my_dict[k])。

这段代码虽然能跑出正确结果，但在实际项目中并不推荐：每次通过 my_dict[k] 获取数值，Python 都要在底层重新计算键的哈希值并在哈希表中检索一次，造成了不必要的性能浪费；同时代码略显繁琐。Python 针对这种普遍需求，专门提供了 dict.items() 接口。

一、标准做法：使用 items() 与元组解包

要同时拿到键和值，只需要在 for 循环左侧声明两个变量，右侧遍历 dict.items() 即可。Python 的元组解包（Tuple Unpacking）机制会自动将每次迭代吐出的二元组分别拆分赋值给这两个变量。

# 准备一个包含服务器配置信息的字典示例
server_config = {
    "host": "127.0.0.1",
    "port": 8080,
    "protocol": "HTTPS",
    "debug": True
}

# 标准遍历并打印：key 接收键，value 接收值
for key, value in server_config.items():
    print(f"{key} -> {value}")

在上述代码中，key 和 value 只是形式参数名，可以根据具体业务场景起更有含义的名字，例如 for name, score in student_scores.items(): 或 for ip, status in node_status.items():，这样能使业务逻辑一目了然。

二、深入底层：items() 返回的是什么？

很多读者好奇：server_config.items() 到底生成了什么数据？我们可以直接在交互式终端中查看它的返回值：

info = {"apple": 5, "banana": 3}
print(info.items())
# 输出：dict_items([('apple', 5), ('banana', 3)])

在 Python 3 中，items() 返回的是一个名为 dict_items 的视图对象（Dictionary View Object）。这个对象有几个非常关键的技术特征：

• 动态联动性：视图对象并不复制字典中的数据，而是直接作为原字典的一面“镜子”。如果原字典内容改变，视图对象所展现的内容也会即时随之变动。
• 内存轻量高效：由于不产生新的键值列表副本，无论字典包含几千条还是几百万条记录，调用 .items() 都几乎不耗费额外内存，时间复杂度为 \(O(1)\)。
• 元素为 2-元组：视图在遍历时，每次产生一个形如 (key, value) 的双元素元组。for key, value in ... 利用了 Python 的解构赋值特性，直接将元组的第 0 项赋给 key、第 1 项赋给 value。

通过上图对比可以看出，如果确实同时需要键和值，items() 是唯一的全优解。而直接 for k in dict: 搭配 dict[k] 查表虽然语法直观，但在底层哈希表较大时，频繁计算哈希与冲突寻址会带来多余 CPU 消耗。

三、实用输出技巧：如何把键值打印得清晰美观

在实际编写脚本或调试日志时，除了最基础的输出，往往还需要对排版、序号以及长列表做针对性格式化。以下是几种最实用的打印场景：

1. 带有序号的键值打印（结合 enumerate）

如果需要像菜单或排行列表那样给每个键值对前加上数字编号，可以结合内置函数 enumerate() 使用。需要特别注意：此时解包存在两层嵌套，必须给 key, value 加上小括号：

products = {"手机": 3999, "平板": 2599, "耳机": 699}

# enumerate 的第二个参数指定起始序号（此处从 1 开始）
for index, (item, price) in enumerate(products.items(), 1):
    print(f"第 {index} 项: {item}，标价 {price} 元")

2. 使用 f-string 进行整齐对齐与制表

当字典中的键名长短不一时，普通的 print(key, value) 会导致冒号和数值参差不齐。利用 f-string 的格式控制符，可以设定最小宽度并指定对齐方式：

metrics = {
    "cpu_usage": "45.2%",
    "mem": "78.0%",
    "disk_io_read_rate": "1.2MB/s"
}

# {key:<20} 表示左对齐且占宽 20 字符；{val:>10} 表示右对齐且占宽 10 字符
print(f"{'指标名称':<20} | {'实时数值':>10}")
print("-" * 35)
for key, val in metrics.items():
    print(f"{key:<20} | {val:>10}")

3. 单行拼接输出（join 与推导式）

有时需要把所有键值对整理成一行文本（如拼接 URL 查询参数或单行简报），不需要显式写 for 循环块，使用 str.join() 配合生成器表达式更具表现力：

query_params = {"page": 1, "limit": 20, "sort": "desc"}
result_line = "&".join(f"{k}={v}" for k, v in query_params.items())
print(result_line)
# 示例输出：page=1&limit=20&sort=desc

四、避坑指南：必须注意的高频错误与边界条件

在掌握基本遍历之后，有两处极其关键的工程陷阱需要格外重视。

1. 致命错误：在遍历过程中直接增删字典键值

这是 Python 开发者最常踩的坑之一。如果一边使用 for k, v in d.items(): 遍历字典，一边在循环体内部直接执行 del d[k] 或 d[new_k] = val，Python 解释器会当场崩溃并抛出以下异常：

# 错误示范
inventory = {"apple": 0, "orange": 12, "peach": 0}
for k, v in inventory.items():
    if v == 0:
        del inventory[k]  # 报错：RuntimeError: dictionary changed size during iteration

这是因为 items() 提供的是动态视图。当字典哈希表在迭代中发生增删，尺寸改变会导致迭代器指针无法准确定位下一个哈希槽位。为了防止出现脏读或死循环，Python 会立即进行保护性报错。

正确解法有两种：

• 使用 list() 固化快照：写成 for k, v in list(inventory.items()):。list() 会在循环开始前将所有键值对复制为一个独立的列表对象，后续对原字典执行 del 完全不会影响列表自身的遍历。
• 使用字典推导式重新生成（推荐）：写成 inventory = {k: v for k, v in inventory.items() if v != 0}，以过滤逻辑直接生成新字典，代码干净利落。

2. 解包变量数量必须严格匹配

如果只写了一个变量，例如 for item in my_dict.items():，那么变量 item 接收到的是完整的 (key, value) 元组。打印时会输出形如 ('host', '127.0.0.1') 的元组格式，而不是单独的键和值。若想单独使用，仍需手动取 item[0] 和 item[1]。因此，同时遍历时务必始终写全两个解包变量。

3. Python 2 与 Python 3 的历史遗留兼容

在很早期的 Python 2 中，items() 会在内存中复制一份完整的列表，当时为了节约内存推荐使用 iteritems()。但在现行的所有 Python 3 版本中，iteritems() 已经被彻底移除，items() 本身就已经是轻量级的视图迭代器。现在编写 Python 代码，直接使用 items() 即可，无需任何历史包袱。

五、场景决策与速查总结

为了在日常开发中能根据不同需求快速选用最合适的方法，下表整理了针对字典遍历的场景决策清单：

总结来说，遇到“同时遍历字典键和值”的问题，核心结论就是一句话：牢记使用 d.items() 搭配 k, v 两个变量进行元组解包。在此基础上，根据具体格式需求搭配 f-string 或 enumerate，若遇到增删需求则用 list() 转换为快照，即可在各种场景下写出既健壮又优雅的 Python 代码。