Python 3基础语法速查表:从注释到异常处理

Ivy
Ivy
发布时间:2026-11-17| 4人浏览过
原创

一份结构化、实用清晰的 Python 3 基础语法速查表,涵盖单行多行注释、变量类型、核心容器、分支与循环、函数参数传递及 try-except-finally 异常捕获全流程。

本文梳理了 Python 3 从基础注释规范到运行时异常防护的核心语法脉络,以紧凑的代码片段、核心特性对照与工程图解呈现,帮助开发者在编码与排查过程中快速查验语法结构与调用约定。

1. 注释与文档字符串

Python 解释器在编译字节码时会忽略普通注释,但会将文档字符串(Docstring)绑定到对象的 __doc__ 属性上。规范的书写方式有助于代码维护与自动化文档工具解析。

单行与行尾注释

# 这是顶层独立单行注释
server_port = 8080  # 行尾注释建议与代码保持至少两个空格间距

模块与函数级文档字符串

多行文档字符串使用三引号包裹,严格遵循 PEP 257 规范,首行为概要描述,空行后书写参数与返回值详细说明:

def calculate_interest(principal: float, rate: float, term_years: int) -> float:
    """计算指定期限与利率下的单利利息金额。

    参数:
        principal: 投资本金总额 (浮点数)
        rate: 年化收益率 (例如 0.05 代表 5%)
        term_years: 存续年份期数 (整数)

    返回:
        累计产生的利息总额
    """
    return principal * rate * term_years

2. 变量、标识符与基础数据类型

Python 是动态强类型语言。变量名是指向内存中对象的引用,变量本身没有固定类型,其类型取决于所绑定的对象。

  • 标识符规则:以字母或下划线开头,区分大小写,由字母、数字和下划线组成。不可使用关键字(如 class、def、try)。
  • 命名风格约定(PEP 8):普通变量与函数采用蛇形命名(snake_case),常量使用全大写加下划线(MAX_RETRY_COUNT),类名使用大驼峰(PascalCase)。

常见基础标量类型

# 整数 (int) - Python 3 支持任意精度的长整数
item_count = 1048576

# 浮点数 (float) - 遵循 IEEE 754 双精度标准
threshold_ratio = 0.985

# 字符串 (str) - 默认以 Unicode 编码存储
service_name = "data-sync-worker"

# 布尔型 (bool) - int 的子类,仅 True 与 False
is_active = True

# 空值占位 (NoneType) - 单例对象 None,表示未定义或空状态
result_payload = None

3. 基础运算符与表达式判定

在编写分支条件或数据处理时,算术运算符、比较运算符以及对象恒等性判断最为常用:

分类 符号与语法 运算规则与示例
算术除法与取整 / 与 // 7 / 2 得到浮点数 3.5;7 // 2 向下取整得到整数 3
幂运算与求模 ** 与 % 2 ** 8 得到 256;10 % 3 返回余数 1
值比较与恒等比较 == 与 is a == b 比较两对象内容值是否相等;a is b 比较内存唯一标识是否一致(推荐判断 val is None)
逻辑短路运算 and, or, not expr1 and expr2 若左侧为 False 则短路返回,不计算右侧表达式
Python 3基础语法速查表:从注释到异常处理
图 1:Python 3 核心语法工程架构全景总结

4. 四大常用内置容器及操作速查

Python 提供了四种内建复合数据类型,其在可变性、有序性与键值约束上各有定位:

列表 (List) 与 元组 (Tuple)

# 列表:有序且可变,支持动态增删元素
tasks = ["init", "build", "test"]
tasks.append("deploy")          # 尾部追加: ["init", "build", "test", "deploy"]
last_step = tasks.pop()         # 弹出末尾元素: "deploy"
tasks[1] = "compile"            # 索引修改元素

# 元组:有序且不可变,适合传递定长配置或作为字典键
db_coordinate = ("192.168.1.100", 5432)
host, port = db_coordinate       # 序列解包赋值

字典 (Dictionary) 与 集合 (Set)

# 字典:键值映射,键必须是不可变对象(可哈希)
user_meta = {"uid": 1001, "role": "admin"}
user_role = user_meta.get("role", "guest")  # 安全查询,未命中返回默认值
user_meta["status"] = "online"             # 写入新键值

# 集合:无序、元素唯一,提供高效成员检测与数学集合运算
allowed_ips = {"10.0.0.1", "10.0.0.2"}
allowed_ips.add("10.0.0.3")                 # 添加单项
in_whitelist = "10.0.0.1" in allowed_ips     # 快速包含测试,时间复杂度 O(1)
Python 3基础语法速查表:从注释到异常处理
图 2:常用容器数据结构特性与选型对比图

5. 控制流:条件分支与逻辑判断

Python 采用严格的代码缩进(推荐 4 个空格)来定义代码块边界。分支结构支持平级多条件排查以及简洁的三元表达式:

# 标准条件分支
status_code = 404

if status_code == 200:
    action = "proceed"
elif status_code in (301, 302):
    action = "redirect"
elif 400 <= status_code < 500:
    action = "client_error"
else:
    action = "server_error"

# 单行条件表达式 (三元运算符)
log_level = "DEBUG" if is_verbose else "INFO"

6. 循环遍历与迭代控制

循环负责处理序列数据的批量运算。for 循环基于迭代器协议逐个访问元素;while 循环依据布尔条件反复执行。

常用内置迭代辅助函数

fruits = ["apple", "banana", "cherry"]

# 1. enumerate: 同时获取下标索引与对应元素
for idx, fruit in enumerate(fruits, start=1):
    print(f"序号 {idx}: {fruit}")

# 2. range: 产生算术级数范围
for step in range(0, 10, 2):  # 起始为0,终止前为10,步长2: 0, 2, 4, 6, 8
    pass

# 3. zip: 并行迭代多个等长或不等长序列
prices = [10.5, 5.0, 25.0]
for name, price in zip(fruits, prices):
    print(f"{name} 售价: {price}")

break、continue 与 循环专属 else 子句

Python 的 for / while 循环后可以挂接 else 块。只有当循环正常耗尽结束(未遭遇 break 中断)时,else 块中的代码才会被执行,常用于检索未命中的兜底逻辑:

target_ip = "192.168.1.50"
pool = ["192.168.1.10", "192.168.1.20", "192.168.1.30"]

for ip in pool:
    if ip == target_ip:
        print("已在地址池中定位目标")
        break
else:
    # 遍历完整列表后仍未命中 break 时触发
    print("未发现匹配地址,准备发起注册流程")

7. 函数定义、参数机制与作用域

函数使用 def 声明,返回值通过 return 返回(省略时隐式返回 None)。Python 支持丰富的参数形态,必须严格遵循解析顺序:位置参数 ➔ 默认参数 ➔ 可变位置参数 (*args) ➔ 关键字参数 (**kwargs)。

def deploy_service(name, environment="staging", *extra_tags, **env_vars):
    """服务部署函数示例"""
    print(f"部署应用: {name}, 环境: {environment}")
    print(f"附加标签: {extra_tags}")      # 以 tuple 形式接收
    print(f"注入环境变量: {env_vars}")    # 以 dict 形式接收
    return True

# 函数调用示例
deploy_service("auth-api", "production", "v2.1", "security-fix", DB_PORT=3306, TIMEOUT=30)
避坑提醒:默认参数切勿使用可变对象!
若使用列表或字典作为默认参数(如 def add(item, bucket=[])),该默认值仅在函数定义时初始化一次,后续所有未传参调用将共享同一内存对象。正确做法应设为 bucket=None,并在函数内部判断 if bucket is None: bucket = []。
Python 3基础语法速查表:从注释到异常处理
图 3:函数定义、参数解包与执行栈调用机制图

8. 异常捕获与防御性处理

Python 使用异常机制(Exception Handling)管理运行时错误。一个完整的异常捕获结构由四个部分协同运作:try、except、else 与 finally。

四位一体语法模型

def load_user_config(filepath: str) -> dict:
    config_data = {}
    file_handle = None
    try:
        # 1. 尝试执行易抛出异常的 I/O 操作
        file_handle = open(filepath, "r", encoding="utf-8")
        raw_text = file_handle.read()
        config_data = parse_json_text(raw_text)
    except FileNotFoundError as err:
        # 2. 针对性捕获文件不存在异常
        print(f"[警告] 配置文件缺失: {err},采用默认空配置")
    except ValueError as err:
        # 针对解析非法格式异常
        print(f"[错误] 内容格式校验失败: {err}")
        raise  # 无法在当前层修复,向上继续抛出
    else:
        # 3. 仅当 try 块中完全没有抛出任何异常时才会执行
        print("[信息] 配置文件读取并解析成功")
    finally:
        # 4. 无论是否发生异常,甚至无论是否有 return,必定执行的清理逻辑
        if file_handle and not file_handle.closed:
            file_handle.close()
            print("[清理] 文件流安全关闭完成")
    return config_data

常见内置异常类型对照

异常类 触发场景 典型示例与规避策略
IndexError 访问序列中不存在的下标位置 items[10] 超出 len(items) 范围;访问前判断长度或使用分片
KeyError 在字典中检索未收录的键名 user_data["unknown_key"];应优先改用 user_data.get("key", default)
ValueError 函数接收到类型正确但内容非法的参数 int("abc") 字符串无法转成十进制数字;转换前需通过 str.isdigit() 验证
TypeError 将操作符或函数施加于不兼容的数据类型 "score: " + 98 字符与数字无法直接相加;需手动调用 str(98) 转型
ZeroDivisionError 除法或求模运算的除数为零 100 / 0;计算前务必对分母进行非零守卫判断
Python 3基础语法速查表:从注释到异常处理
图 4:异常处理生命周期与排查流程图

9. 总结速查索引清单

为了便于日常编码快速核验,以下按使用频次总结了 Python 3 最核心的语法关键字与使用约束:

  • 注释与文档:使用 # 作单行注释;三引号 """ 仅用于函数、类或模块顶部的 Docstring 文档化。
  • 赋值与解包:支持多重解包 x, y = y, x 优雅置换变量,支持扩展解包 first, *middle, last = items。
  • 空值判定:统一使用 if value is None:,避免使用 == None 规避类自定义 __eq__ 带来的歧义。
  • 迭代容器:优先使用 in 搭配集合与字典提升判断效率;需要索引时使用 enumerate(),避免显式计数器。
  • 参数设计:绝不使用可变对象(如 []、{})作为函数的默认参数值,始终使用 None 作为占位哨兵。
  • 异常防御:坚决禁止裸 except: 捕获全部异常(这会静默拦截 KeyboardInterrupt 与 SystemExit);精准指定具体异常类,并在 finally 块中确保套接字、文件句柄等资源得到确定性回收。
相关专题:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。