Python遍历字典的三种基础方法：keys、values与items

在Python开发中，字典（dict）是维护键值对映射关系的核心容器。当我们需要读取或处理字典中的所有数据时，遍历方式的选择直接决定了代码的语义清晰度与执行效率。Python字典原生提供了三种基础视图方法：keys()、values() 与 items()，分别对应“获取键”、“获取值”以及“同时获取键与值”。理解这三种方法的设计目的与行为差异，能够帮助我们在面对不同业务场景时写出既符合规范又高效的代码。

方法一：仅提取键名 —— 使用 keys() 或直接迭代

当业务逻辑只需要关心字典包含哪些键，或者需要对键名进行过滤和匹配时，可以使用 keys() 方法。在Python中，调用 d.keys() 会返回一个名为 dict_keys 的动态视图对象。该对象支持迭代协议，可以直接放在 for 循环中逐项取出每一个键。

标准使用示例

# 定义示例配置字典
server_config = {
    "host": "127.0.0.1",
    "port": 8080,
    "debug": True,
    "timeout": 30
}

# 显式使用 keys() 遍历
print("--- 显式调用 keys() ---")
for key in server_config.keys():
    print(f"配置项名称: {key}")

# 示例输出：
# 配置项名称: host
# 配置项名称: port
# 配置项名称: debug
# 配置项名称: timeout

隐式遍历与 keys() 的关系

在Python中，直接对字典对象本身进行 for 循环（即 for key in server_config:），默认行为与调用 server_config.keys() 完全一致。Python内部为字典实现的 __iter__() 方法默认返回的就是键迭代器。

在日常编码中，如果意图非常明确，编写 for key in d: 更加简洁，也是PEP 8推荐的Pythonic风格；而显式写出 for key in d.keys(): 则能够更直观地向其他阅读代码的开发者表明“此处只关心键”。

方法二：仅提取数值 —— 使用 values()

如果业务目标只关注具体的数据内容，完全不需要知道这些数据由哪个键对应，那么应当使用 values() 方法。调用 d.values() 返回 dict_values 视图对象，包含字典中所有的值。

标准使用示例

# 统计学生各科目成绩
exam_scores = {
    "math": 92,
    "english": 88,
    "physics": 95,
    "chemistry": 85
}

# 使用 values() 遍历数值并累加
total_score = 0
for score in exam_scores.values():
    total_score += score
    print(f"登记单科分数: {score}")

print(f"总分为: {total_score}")

# 示例输出：
# 登记单科分数: 92
# 登记单科分数: 88
# 登记单科分数: 95
# 登记单科分数: 85
# 总分为: 360

方法三：同时提取键与值 —— 使用 items() 与元组解包

在实际业务中，最频繁的需求是同时使用键与值（例如日志打印、格式化输出、字典重构）。此时最推荐的方法是 items()。调用 d.items() 会返回 dict_items 视图，其中的每个元素都是一个 (key, value) 的二元元组。

元组解包（Tuple Unpacking）的标准写法

Python支持在 for 循环中直接对元组进行解包赋值，语法非常直观：

# 用户配置字典
user_profile = {
    "username": "coder_99",
    "email": "coder@example.com",
    "status": "active"
}

# 使用 items() 并在循环头直接解包为 key 和 value
for field, val in user_profile.items():
    print(f"字段 [{field}] 的取值为: {val}")

# 示例输出：
# 字段 [username] 的取值为: coder_99
# 字段 [email] 的取值为: coder@example.com
# 字段 [status] 的取值为: active

反面模式对比：为什么不建议通过键反复查值

初学者容易写出以下代码：

# 不推荐的冗余写法
for key in user_profile:
    val = user_profile[key]  # 冗余操作：每一次循环都执行一次哈希查找
    print(f"{key}: {val}")

这种写法虽然结果正确，但存在两个明显不足：

1. 多余的哈希开销：每次循环都需要在底层哈希表中重新根据 key 寻找对应的桶并取出值；而 items() 在底层迭代遍历字典内部表结构时，直接将键和值的指针打包返回，效率更高。

2. 语义不够直接：使用 items() 明确声明了“我需要同时使用键与值”，增强了代码的可读性与规范性。

关键差异与注意事项

1. 视图对象的动态联动机制

在Python 3中，keys()、values() 与 items() 返回的不是独立的列表副本，而是字典的视图（Dictionary View Objects）。视图对象具有动态性：当字典内部的数据发生修改时，之前获取的视图对象会自动反映这些修改，且创建视图不需要进行完整的内存复制，其构造开销为 O(1)。

2. 如何安全地在遍历中删除或修改键

如果业务确实需要根据某些条件过滤并清理原字典，不能直接在迭代过程中调用 del。正确的处理模式有两种：

data = {"a": 1, "b": 2, "c": 3, "d": 4}

# 解决方案一：先转换为静态列表快照，再进行遍历删除
for k in list(data.keys()):
    if data[k] % 2 == 0:
        del data[k]

print("清理偶数后的字典:", data)
# 示例输出：清理偶数后的字典: {'a': 1, 'c': 3}

# 解决方案二（更推荐）：使用字典推导式生成符合条件的新字典
data = {"a": 1, "b": 2, "c": 3, "d": 4}
filtered_data = {k: v for k, v in data.items() if v % 2 != 0}
print("推导式过滤后的字典:", filtered_data)
# 示例输出：推导式过滤后的字典: {'a': 1, 'c': 3}

总结

Python字典遍历的核心在于根据处理需求精准选择视图方法：

• 只要键名：直接使用 for k in d: 或显式使用 for k in d.keys():，逻辑轻量明了；

• 只要数值：使用 for v in d.values():，直达数据本身，适合数据统计与聚合；

• 键值兼备：使用 for k, v in d.items(): 结合元组解包，消除不必要的二次寻址，代码可读性最高。

掌握这三种方法的特点及动态视图的约束规则，能够帮助你在日常编码中写出更加健壮、高效且具备良好可维护性的Python程序。