4. 更多控制流工具
*****************

除了上一章介绍的 "while" 语句，Python 还支持其他语言中常见的流程控制语
句，只是稍有不同。


4.1. "if" 语句
==============

最让人耳熟能详的语句应当是 "if" 语句：

   >>> x = int(input("Please enter an integer: "))
   Please enter an integer: 42
   >>> if x < 0:
   ...     x = 0
   ...     print('Negative changed to zero')
   ... elif x == 0:
   ...     print('Zero')
   ... elif x == 1:
   ...     print('Single')
   ... else:
   ...     print('More')
   ...
   More

可有零个或多个 "elif" 部分，"else" 部分也是可选的。关键字 '"elif"' 是
'else if' 的缩写，用于避免过多的缩进。"if" ... "elif" ... "elif" ...
序列可以当作其它语言中 "switch" 或 "case" 语句的替代品。

如果是把一个值与多个常量进行比较，或者检查特定类型或属性，"match" 语句
更有用。详见 match 语句。


4.2. "for" 语句
===============

Python 的 "for" 语句与 C 或 Pascal 中的不同。Python 的 "for" 语句不迭
代算术递增数值（如 Pascal），或是给予用户定义迭代步骤和结束条件的能力
（如 C），而是在列表或字符串等任意序列的元素上迭代，按它们在序列中出现
的顺序。 例如（这不是有意要暗指什么）：

   >>> # Measure some strings:
   ... words = ['cat', 'window', 'defenestrate']
   >>> for w in words:
   ...     print(w, len(w))
   ...
   cat 3
   window 6
   defenestrate 12

很难正确地在迭代多项集的同时修改多项集的内容。更简单的方法是迭代多项集
的副本或者创建新的多项集：

   # Create a sample collection
   users = {'Hans': 'active', 'Éléonore': 'inactive', '景太郎': 'active'}

   # Strategy:  Iterate over a copy
   for user, status in users.copy().items():
       if status == 'inactive':
           del users[user]

   # Strategy:  Create a new collection
   active_users = {}
   for user, status in users.items():
       if status == 'active':
           active_users[user] = status


4.3. "range()" 函数
===================

内置函数 "range()" 用于生成等差数列：

   >>> for i in range(5):
   ...     print(i)
   ...
   0
   1
   2
   3
   4

生成的序列绝不会包括给定的终止值；"range(10)" 生成 10 个值——长度为 10
的序列的所有合法索引。range 可以不从 0 开始，且可以按给定的步长递增（
即使是负数步长）：

   >>> list(range(5, 10))
   [5, 6, 7, 8, 9]

   >>> list(range(0, 10, 3))
   [0, 3, 6, 9]

   >>> list(range(-10, -100, -30))
   [-10, -40, -70]

要按索引迭代序列，可以组合使用 "range()" 和 "len()"：

   >>> a = ['Mary', 'had', 'a', 'little', 'lamb']
   >>> for i in range(len(a)):
   ...     print(i, a[i])
   ...
   0 Mary
   1 had
   2 a
   3 little
   4 lamb

不过大多数情况下 "enumerate()" 函数很方便，详见 循环的技巧。

如果直接打印一个 range 会发生意想不到的事情：

   >>> range(10)
   range(0, 10)

"range()" 返回的对象在很多方面和列表的行为一样，但其实它和列表不一样。
该对象只有在被迭代时才一个一个地返回所期望的列表项，并没有真正生成过一
个含有全部项的列表，从而节省了空间。

这种对象称为可迭代对象 *iterable*，适合作为需要获取一系列值的函数或程
序构件的参数。"for" 语句就是这样的程序构件；以可迭代对象作为参数的函数
例如 "sum()"：

   >>> sum(range(4))  # 0 + 1 + 2 + 3
   6

之后我们会看到更多返回可迭代对象，或以可迭代对象作为参数的函数。在 数
据结构 这一章中，我们将讨论 "list()" 的更多细节。


4.4. 循环中的 "break"、"continue" 语句及 "else" 子句
====================================================

"break" 语句和 C 中的类似，用于跳出最近的 "for" 或 "while" 循环。

循环语句支持 "else" 子句；"for" 循环中，可迭代对象中的元素全部循环完毕
，或 "while" 循环的条件为假时，执行该子句；"break" 语句终止循环时，不
执行该子句。 请看下面这个查找素数的循环示例：

   >>> for n in range(2, 10):
   ...     for x in range(2, n):
   ...         if n % x == 0:
   ...             print(n, 'equals', x, '*', n//x)
   ...             break
   ...     else:
   ...         # loop fell through without finding a factor
   ...         print(n, 'is a prime number')
   ...
   2 is a prime number
   3 is a prime number
   4 equals 2 * 2
   5 is a prime number
   6 equals 2 * 3
   7 is a prime number
   8 equals 2 * 4
   9 equals 3 * 3

（没错，这段代码就是这么写。仔细看："else" 子句属于 "for" 循环，**不属
于** "if" 语句。）

"else" 子句用于循环时比起 "if"  语句的 "else" 子句，更像 "try" 语句的
。"try" 语句的 "else" 子句在未发生异常时执行，循环的 "else" 子句则在未
发生 "break" 时执行。 "try" 语句和异常详见 异常的处理。

"continue" 语句，同样借鉴自 C 语言，以执行循环的下一次迭代来继续：

   >>> for num in range(2, 10):
   ...     if num % 2 == 0:
   ...         print("Found an even number", num)
   ...         continue
   ...     print("Found an odd number", num)
   ...
   Found an even number 2
   Found an odd number 3
   Found an even number 4
   Found an odd number 5
   Found an even number 6
   Found an odd number 7
   Found an even number 8
   Found an odd number 9


4.5. "pass" 语句
================

"pass" 语句不执行任何动作。语法上需要一个语句，但程序毋需执行任何动作
时，可以使用该语句。例如：

   >>> while True:
   ...     pass  # Busy-wait for keyboard interrupt (Ctrl+C)
   ...

这常用于创建一个最小的类：

   >>> class MyEmptyClass:
   ...     pass
   ...

"pass" 还可用作函数或条件语句体的占位符，让你保持在更抽象的层次进行思
考。"pass" 会被默默地忽略：

   >>> def initlog(*args):
   ...     pass   # Remember to implement this!
   ...


4.6. "match" 语句
=================

"match" 语句接受一个表达式并把它的值与一个或多个 case 块给出的一系列模
式进行比较。这表面上像 C、Java 或 JavaScript（以及许多其他程序设计语言
）中的 switch 语句，但其实它更像 Rust 或 Haskell 中的模式匹配。只有第
一个匹配的模式会被执行，并且它还可以提取值的组成部分（序列的元素或对象
的属性）赋给变量。

最简单的形式是将一个主语值与一个或多个字面值进行比较：

   def http_error(status):
       match status:
           case 400:
               return "Bad request"
           case 404:
               return "Not found"
           case 418:
               return "I'm a teapot"
           case _:
               return "Something's wrong with the internet"

注意最后一个代码块：“变量名” "_" 被作为 *通配符* 并必定会匹配成功。如
果没有 case 匹配成功，则不会执行任何分支。

你可以使用 "|" （“ or ”）在一个模式中组合几个字面值:

   case 401 | 403 | 404:
       return "Not allowed"

形如解包赋值的模式可被用于绑定变量：

   # point is an (x, y) tuple
   match point:
       case (0, 0):
           print("Origin")
       case (0, y):
           print(f"Y={y}")
       case (x, 0):
           print(f"X={x}")
       case (x, y):
           print(f"X={x}, Y={y}")
       case _:
           raise ValueError("Not a point")

请仔细学习此代码！第一个模式有两个字面值，可视为前述字面值模式的扩展。
接下来的两个模式结合了一个字面值和一个变量，变量 *绑定* 了来自主语（
"point"）的一个值。第四个模式捕获了两个值，使其在概念上与解包赋值 "(x,
y) = point" 类似。

如果用类组织数据，可以用“类名后接一个参数列表”这种很像构造器的形式，把
属性捕获到变量里：

   class Point:
       x: int
       y: int

   def where_is(point):
       match point:
           case Point(x=0, y=0):
               print("Origin")
           case Point(x=0, y=y):
               print(f"Y={y}")
           case Point(x=x, y=0):
               print(f"X={x}")
           case Point():
               print("Somewhere else")
           case _:
               print("Not a point")

你可以在某些为其属性提供了排序的内置类（例如 dataclass）中使用位置参数
。 你也可以通过在你的类中设置 "__match_args__" 特殊属性来为模式中的属
性定义一个专门的位置。 如果它被设为 ("x", "y")，则以下模式均为等价的（
并且都是将 "y" 属性绑定到 "var" 变量）:

   Point(1, var)
   Point(1, y=var)
   Point(x=1, y=var)
   Point(y=var, x=1)

建议这样来阅读一个模式——通过将其视为赋值语句等号左边的一种扩展形式，来
理解各个变量被设为何值。match 语句只会为单一的名称（如上面的 "var"）赋
值，而不会赋值给带点号的名称（如 "foo.bar"）、属性名（如上面的 "x=" 和
"y="）和类名（是通过其后的 "(...)" 来识别的，如上面的 "Point"）。

模式可以任意地嵌套。例如，如果有一个由点组成的短列表，则可使用如下方式
进行匹配：

   match points:
       case []:
           print("No points")
       case [Point(0, 0)]:
           print("The origin")
       case [Point(x, y)]:
           print(f"Single point {x}, {y}")
       case [Point(0, y1), Point(0, y2)]:
           print(f"Two on the Y axis at {y1}, {y2}")
       case _:
           print("Something else")

我们可以向一个模式添加 "if" 子句，称为“约束项”。 如果约束项为假值，则
"match" 将继续尝试下一个 case 语句块。 请注意值的捕获发生在约束项被求
值之前。:

   match point:
       case Point(x, y) if x == y:
           print(f"Y=X at {x}")
       case Point(x, y):
           print(f"Not on the diagonal")

该语句的一些其它关键特性：

* 与解包赋值类似，元组和列表模式具有完全相同的含义并且实际上都能匹配任
  意序列，区别是它们不能匹配迭代器或字符串。

* 序列模式支持扩展解包："[x, y, *rest]" 和 "(x, y, *rest)" 和相应的解
  包赋值做的事是一样的。接在 "*" 后的名称也可以为 "_"，所以 "(x, y,
  *_)" 匹配含至少两项的序列，而不必绑定剩余的项。

* 映射模式："{"bandwidth": b, "latency": l}" 从字典中捕获
  ""bandwidth"" 和 ""latency"" 的值。额外的键会被忽略，这一点与序列模
  式不同。"**rest" 这样的解包也支持。（但 "**_" 将会是冗余的，故不允许
  使用。）

* 子模式可使用 "as" 关键字来捕获:

     case (Point(x1, y1), Point(x2, y2) as p2): ...

  将把输入中的第二个元素捕获为 "p2" （只要输入是包含两个点的序列）

* 大多数字面值是按相等性比较的，但是单例对象 "True"、"False" 和 "None"
  则是按 id 比较的。

* 模式可以使用具名常量。它们必须作为带点号的名称出现，以防止它们被解释
  为用于捕获的变量：

     from enum import Enum
     class Color(Enum):
         RED = 'red'
         GREEN = 'green'
         BLUE = 'blue'

     color = Color(input("Enter your choice of 'red', 'blue' or 'green': "))

     match color:
         case Color.RED:
             print("I see red!")
         case Color.GREEN:
             print("Grass is green")
         case Color.BLUE:
             print("I'm feeling the blues :(")

更详细的说明和更多示例，可参阅以教程格式撰写的 **PEP 636**。


4.7. 定义函数
=============

下列代码创建一个可以输出限定数值内的斐波那契数列函数：

   >>> def fib(n):    # write Fibonacci series up to n
   ...     """Print a Fibonacci series up to n."""
   ...     a, b = 0, 1
   ...     while a < n:
   ...         print(a, end=' ')
   ...         a, b = b, a+b
   ...     print()
   ...
   >>> # Now call the function we just defined:
   ... fib(2000)
   0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597

*定义* 函数使用关键字 "def"，后跟函数名与括号内的形参列表。函数语句从
下一行开始，并且必须缩进。

函数内的第一条语句是字符串时，该字符串就是文档字符串，也称为
*docstring*，详见 文档字符串。利用文档字符串可以自动生成在线文档或打印
版文档，还可以让开发者在浏览代码时直接查阅文档；Python 开发者最好养成
在代码中加入文档字符串的好习惯。

函数在 *执行* 时使用函数局部变量符号表，所有函数变量赋值都存在局部符号
表中；引用变量时，首先，在局部符号表里查找变量，然后，是外层函数局部符
号表，再是全局符号表，最后是内置名称符号表。因此，尽管可以引用全局变量
和外层函数的变量，但最好不要在函数内直接赋值（除非是 "global" 语句定义
的全局变量，或 "nonlocal" 语句定义的外层函数变量）。

在调用函数时会将实际参数（实参）引入到被调用函数的局部符号表中；因此，
实参是使用 *按值调用* 来传递的（其中的 *值* 始终是对象的 *引用* 而不是
对象的值）。 [1] 当一个函数调用另外一个函数时，会为该调用创建一个新的
局部符号表。

函数定义在当前符号表中把函数名与函数对象关联在一起。解释器把函数名指向
的对象作为用户自定义函数。还可以使用其他名称指向同一个函数对象，并访问
访该函数：

   >>> fib
   <function fib at 10042ed0>
   >>> f = fib
   >>> f(100)
   0 1 1 2 3 5 8 13 21 34 55 89

"fib" 不返回值，因此，其他语言不把它当作函数，而是当作过程。事实上，没
有 "return" 语句的函数也返回值，只不过这个值比较是 "None" （是一个内置
名称）。一般来说，解释器不会输出单独的返回值 "None" ，如需查看该值，可
以使用 "print()"：

   >>> fib(0)
   >>> print(fib(0))
   None

编写不直接输出斐波那契数列运算结果，而是返回运算结果列表的函数也非常简
单：

   >>> def fib2(n):  # return Fibonacci series up to n
   ...     """Return a list containing the Fibonacci series up to n."""
   ...     result = []
   ...     a, b = 0, 1
   ...     while a < n:
   ...         result.append(a)    # see below
   ...         a, b = b, a+b
   ...     return result
   ...
   >>> f100 = fib2(100)    # call it
   >>> f100                # write the result
   [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

本例也新引入了一些 Python 功能：

* "return" 语句返回函数的值。"return" 语句不带表达式参数时，返回
  "None"。函数执行完毕退出也返回 "None"。

* "result.append(a)" 语句调用了列表对象 "result" 的 *方法* 。方法是“从
  属于”对象的函数，命名为 "obj.methodname"，"obj" 是对象（也可以是表达
  式），"methodname" 是对象类型定义的方法名。不同类型定义不同的方法，
  不同类型的方法名可以相同，且不会引起歧义。（用 *类* 可以自定义对象类
  型和方法，详见 类 ）示例中的方法 "append()" 是为列表对象定义的，用于
  在列表末尾添加新元素。本例中，该方法相当于 "result = result + [a]"
  ，但更有效。


4.8. 函数定义详解
=================

函数定义支持可变数量的参数。这里列出三种可以组合使用的形式。


4.8.1. 默认值参数
-----------------

为参数指定默认值是非常有用的方式。调用函数时，可以使用比定义时更少的参
数，例如：

   def ask_ok(prompt, retries=4, reminder='Please try again!'):
       while True:
           ok = input(prompt)
           if ok in ('y', 'ye', 'yes'):
               return True
           if ok in ('n', 'no', 'nop', 'nope'):
               return False
           retries = retries - 1
           if retries < 0:
               raise ValueError('invalid user response')
           print(reminder)

该函数可以用以下方式调用：

* 只给出必选实参："ask_ok('Do you really want to quit?')"

* 给出一个可选实参："ask_ok('OK to overwrite the file?', 2)"

* 给出所有实参："ask_ok('OK to overwrite the file?', 2, 'Come on, only
  yes or no!')"

本例还使用了关键字 "in" ，用于确认序列中是否包含某个值。

默认值在 *定义* 作用域里的函数定义中求值，所以：

   i = 5

   def f(arg=i):
       print(arg)

   i = 6
   f()

上例输出的是 "5"。

**重要警告：** 默认值只计算一次。默认值为列表、字典或类实例等可变对象
时，会产生与该规则不同的结果。例如，下面的函数会累积后续调用时传递的参
数：

   def f(a, L=[]):
       L.append(a)
       return L

   print(f(1))
   print(f(2))
   print(f(3))

输出结果如下：

   [1]
   [1, 2]
   [1, 2, 3]

不想在后续调用之间共享默认值时，应以如下方式编写函数：

   def f(a, L=None):
       if L is None:
           L = []
       L.append(a)
       return L


4.8.2. 关键字参数
-----------------

"kwarg=value" 形式的 *关键字参数* 也可以用于调用函数。函数示例如下：

   def parrot(voltage, state='a stiff', action='voom', type='Norwegian Blue'):
       print("-- This parrot wouldn't", action, end=' ')
       print("if you put", voltage, "volts through it.")
       print("-- Lovely plumage, the", type)
       print("-- It's", state, "!")

该函数接受一个必选参数（"voltage"）和三个可选参数（"state", "action"
和 "type"）。该函数可用下列方式调用：

   parrot(1000)                                          # 1 positional argument
   parrot(voltage=1000)                                  # 1 keyword argument
   parrot(voltage=1000000, action='VOOOOOM')             # 2 keyword arguments
   parrot(action='VOOOOOM', voltage=1000000)             # 2 keyword arguments
   parrot('a million', 'bereft of life', 'jump')         # 3 positional arguments
   parrot('a thousand', state='pushing up the daisies')  # 1 positional, 1 keyword

以下调用函数的方式都无效：

   parrot()                     # required argument missing
   parrot(voltage=5.0, 'dead')  # non-keyword argument after a keyword argument
   parrot(110, voltage=220)     # duplicate value for the same argument
   parrot(actor='John Cleese')  # unknown keyword argument

函数调用时，关键字参数必须跟在位置参数后面。所有传递的关键字参数都必须
匹配一个函数接受的参数（比如，"actor" 不是函数 "parrot" 的有效参数），
关键字参数的顺序并不重要。这也包括必选参数，（比如，
"parrot(voltage=1000)" 也有效）。不能对同一个参数多次赋值，下面就是一
个因此限制而失败的例子：

   >>> def function(a):
   ...     pass
   ...
   >>> function(0, a=0)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: function() got multiple values for argument 'a'

最后一个形参为 "**name"  形式时，接收一个字典（详见 映射类型 --- dict
），该字典包含与函数中已定义形参对应之外的所有关键字参数。"**name" 形
参可以与 "*name" 形参（下一小节介绍）组合使用（"*name" 必须在 "**name"
前面）， "*name" 形参接收一个 元组，该元组包含形参列表之外的位置参数。
例如，可以定义下面这样的函数：

   def cheeseshop(kind, *arguments, **keywords):
       print("-- Do you have any", kind, "?")
       print("-- I'm sorry, we're all out of", kind)
       for arg in arguments:
           print(arg)
       print("-" * 40)
       for kw in keywords:
           print(kw, ":", keywords[kw])

该函数可以用如下方式调用：

   cheeseshop("Limburger", "It's very runny, sir.",
              "It's really very, VERY runny, sir.",
              shopkeeper="Michael Palin",
              client="John Cleese",
              sketch="Cheese Shop Sketch")

输出结果如下：

   -- Do you have any Limburger ?
   -- I'm sorry, we're all out of Limburger
   It's very runny, sir.
   It's really very, VERY runny, sir.
   ----------------------------------------
   shopkeeper : Michael Palin
   client : John Cleese
   sketch : Cheese Shop Sketch

注意，关键字参数在输出结果中的顺序与调用函数时的顺序一致。


4.8.3. 特殊参数
---------------

默认情况下，参数可以按位置或显式关键字传递给 Python 函数。为了让代码易
读、高效，最好限制参数的传递方式，这样，开发者只需查看函数定义，即可确
定参数项是仅按位置、按位置或关键字，还是仅按关键字传递。

函数定义如下：

   def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2):
         -----------    ----------     ----------
           |             |                  |
           |        Positional or keyword   |
           |                                - Keyword only
            -- Positional only

"/" 和 "*" 是可选的。这些符号表明形参如何把参数值传递给函数：位置、位
置或关键字、关键字。关键字形参也叫作命名形参。


4.8.3.1. 位置或关键字参数
~~~~~~~~~~~~~~~~~~~~~~~~~

函数定义中未使用 "/" 和 "*" 时，参数可以按位置或关键字传递给函数。


4.8.3.2. 仅位置参数
~~~~~~~~~~~~~~~~~~~

此处再介绍一些细节，特定形参可以标记为 *仅限位置*。*仅限位置* 时，形参
的顺序很重要，且这些形参不能用关键字传递。仅限位置形参应放在 "/"  （正
斜杠）前。"/" 用于在逻辑上分割仅限位置形参与其它形参。如果函数定义中没
有 "/"，则表示没有仅限位置形参。

"/" 后可以是 *位置或关键字* 或 *仅限关键字* 形参。


4.8.3.3. 仅限关键字参数
~~~~~~~~~~~~~~~~~~~~~~~

把形参标记为 *仅限关键字*，表明必须以关键字参数形式传递该形参，应在参
数列表中第一个 *仅限关键字* 形参前添加 "*"。


4.8.3.4. 函数示例
~~~~~~~~~~~~~~~~~

请看下面的函数定义示例，注意 "/" 和 "*" 标记：

   >>> def standard_arg(arg):
   ...     print(arg)
   ...
   >>> def pos_only_arg(arg, /):
   ...     print(arg)
   ...
   >>> def kwd_only_arg(*, arg):
   ...     print(arg)
   ...
   >>> def combined_example(pos_only, /, standard, *, kwd_only):
   ...     print(pos_only, standard, kwd_only)

第一个函数定义 "standard_arg" 是最常见的形式，对调用方式没有任何限制，
可以按位置也可以按关键字传递参数：

   >>> standard_arg(2)
   2

   >>> standard_arg(arg=2)
   2

第二个函数 "pos_only_arg" 的函数定义中有 "/"，仅限使用位置形参：

   >>> pos_only_arg(1)
   1

   >>> pos_only_arg(arg=1)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: pos_only_arg() got some positional-only arguments passed as keyword arguments: 'arg'

第三个函数 "kwd_only_args" 的函数定义通过 "*" 表明仅限关键字参数：

   >>> kwd_only_arg(3)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: kwd_only_arg() takes 0 positional arguments but 1 was given

   >>> kwd_only_arg(arg=3)
   3

最后一个函数在同一个函数定义中，使用了全部三种调用惯例：

   >>> combined_example(1, 2, 3)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: combined_example() takes 2 positional arguments but 3 were given

   >>> combined_example(1, 2, kwd_only=3)
   1 2 3

   >>> combined_example(1, standard=2, kwd_only=3)
   1 2 3

   >>> combined_example(pos_only=1, standard=2, kwd_only=3)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: combined_example() got some positional-only arguments passed as keyword arguments: 'pos_only'

下面的函数定义中，"kwds" 把 "name" 当作键，因此，可能与位置参数 "name"
产生潜在冲突：

   def foo(name, **kwds):
       return 'name' in kwds

调用该函数不可能返回 "True"，因为关键字 "'name'" 总与第一个形参绑定。
例如：

   >>> foo(1, **{'name': 2})
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: foo() got multiple values for argument 'name'
   >>>

加上 "/" （仅限位置参数）后，就可以了。此时，函数定义把 "name" 当作位
置参数，"'name'" 也可以作为关键字参数的键：

   def foo(name, /, **kwds):
       return 'name' in kwds
   >>> foo(1, **{'name': 2})
   True

换句话说，仅限位置形参的名称可以在 "**kwds" 中使用，而不产生歧义。


4.8.3.5. 小结
~~~~~~~~~~~~~

以下用例决定哪些形参可以用于函数定义：

   def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2):

说明：

* 使用仅限位置形参，可以让用户无法使用形参名。形参名没有实际意义时，强
  制调用函数的实参顺序时，或同时接收位置形参和关键字时，这种方式很有用
  。

* 当形参名有实际意义，且显式名称可以让函数定义更易理解时，阻止用户依赖
  传递实参的位置时，才使用关键字。

* 对于 API，使用仅限位置形参，可以防止未来修改形参名时造成破坏性的 API
  变动。


4.8.4. 任意实参列表
-------------------

调用函数时，使用任意数量的实参是最少见的选项。这些实参包含在元组中（详
见 元组和序列 ）。在可变数量的实参之前，可能有若干个普通参数：

   def write_multiple_items(file, separator, *args):
       file.write(separator.join(args))

*variadic* 参数用于采集传递给函数的所有剩余参数，因此，它们通常在形参
列表的末尾。"*args" 形参后的任何形式参数只能是仅限关键字参数，即只能用
作关键字参数，不能用作位置参数：

   >>> def concat(*args, sep="/"):
   ...     return sep.join(args)
   ...
   >>> concat("earth", "mars", "venus")
   'earth/mars/venus'
   >>> concat("earth", "mars", "venus", sep=".")
   'earth.mars.venus'


4.8.5. 解包实参列表
-------------------

函数调用要求独立的位置参数，但实参在列表或元组里时，要执行相反的操作。
例如，内置的 "range()" 函数要求独立的 *start* 和 *stop* 实参。如果这些
参数不是独立的，则要在调用函数时，用 "*" 操作符把实参从列表或元组解包
出来：

   >>> list(range(3, 6))            # normal call with separate arguments
   [3, 4, 5]
   >>> args = [3, 6]
   >>> list(range(*args))            # call with arguments unpacked from a list
   [3, 4, 5]

同样，字典可以用 "**" 操作符传递关键字参数：

   >>> def parrot(voltage, state='a stiff', action='voom'):
   ...     print("-- This parrot wouldn't", action, end=' ')
   ...     print("if you put", voltage, "volts through it.", end=' ')
   ...     print("E's", state, "!")
   ...
   >>> d = {"voltage": "four million", "state": "bleedin' demised", "action": "VOOM"}
   >>> parrot(**d)
   -- This parrot wouldn't VOOM if you put four million volts through it. E's bleedin' demised !


4.8.6. Lambda 表达式
--------------------

"lambda" 关键字用于创建小巧的匿名函数。"lambda a, b: a+b" 函数返回两个
参数的和。Lambda 函数可用于任何需要函数对象的地方。在语法上，匿名函数
只能是单个表达式。在语义上，它只是常规函数定义的语法糖。与嵌套函数定义
一样，lambda 函数可以引用包含作用域中的变量：

   >>> def make_incrementor(n):
   ...     return lambda x: x + n
   ...
   >>> f = make_incrementor(42)
   >>> f(0)
   42
   >>> f(1)
   43

上例用 lambda 表达式返回函数。还可以把匿名函数用作传递的实参：

   >>> pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
   >>> pairs.sort(key=lambda pair: pair[1])
   >>> pairs
   [(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]


4.8.7. 文档字符串
-----------------

以下是文档字符串内容和格式的约定。

第一行应为对象用途的简短摘要。为保持简洁，不要在这里显式说明对象名或类
型，因为可通过其他方式获取这些信息（除非该名称碰巧是描述函数操作的动词
）。这一行应以大写字母开头，以句点结尾。

文档字符串为多行时，第二行应为空白行，在视觉上将摘要与其余描述分开。后
面的行可包含若干段落，描述对象的调用约定、副作用等。

Python 解析器不会删除 Python 中多行字符串字面值的缩进，因此，文档处理
工具应在必要时删除缩进。这项操作遵循以下约定：文档字符串第一行 *之后*
的第一个非空行决定了整个文档字符串的缩进量（第一行通常与字符串开头的引
号相邻，其缩进在字符串中并不明显，因此，不能用第一行的缩进），然后，删
除字符串中所有行开头处与此缩进“等价”的空白符。不能有比此缩进更少的行，
但如果出现了缩进更少的行，应删除这些行的所有前导空白符。转化制表符后（
通常为 8 个空格），应测试空白符的等效性。

下面是多行文档字符串的一个例子：

   >>> def my_function():
   ...     """Do nothing, but document it.
   ...
   ...     No, really, it doesn't do anything.
   ...     """
   ...     pass
   ...
   >>> print(my_function.__doc__)
   Do nothing, but document it.

       No, really, it doesn't do anything.


4.8.8. 函数注解
---------------

函数注解 是可选的用户自定义函数类型的元数据完整信息（详见 **PEP 3107**
和 **PEP 484** ）。

*标注* 以字典的形式存放在函数的 "__annotations__" 属性中，并且不会影响
函数的任何其他部分。 形参标注的定义方式是在形参名后加冒号，后面跟一个
表达式，该表达式会被求值为标注的值。 返回值标注的定义方式是加组合符号
"->"，后面跟一个表达式，该标注位于形参列表和表示 "def" 语句结束的冒号
之间。  下面的示例有一个必须的参数，一个可选的关键字参数以及返回值都带
有相应的标注:

   >>> def f(ham: str, eggs: str = 'eggs') -> str:
   ...     print("Annotations:", f.__annotations__)
   ...     print("Arguments:", ham, eggs)
   ...     return ham + ' and ' + eggs
   ...
   >>> f('spam')
   Annotations: {'ham': <class 'str'>, 'return': <class 'str'>, 'eggs': <class 'str'>}
   Arguments: spam eggs
   'spam and eggs'


4.9. 小插曲：编码风格
=====================

现在你将要写更长，更复杂的 Python 代码，是时候讨论一下 *代码风格* 了。
大多数语言都能以不同的风格被编写（或更准确地说，被格式化）；有些比其他
的更具有可读性。 能让其他人轻松阅读你的代码总是一个好主意，采用一种好
的编码风格对此有很大帮助。

Python 项目大多都遵循 **PEP 8** 的风格指南；它推行的编码风格易于阅读、
赏心悦目。Python 开发者均应抽时间悉心研读；以下是该提案中的核心要点：

* 缩进，用 4 个空格，不要用制表符。

  4 个空格是小缩进（更深嵌套）和大缩进（更易阅读）之间的折中方案。制表
  符会引起混乱，最好别用。

* 换行，一行不超过 79 个字符。

  这样换行的小屏阅读体验更好，还便于在大屏显示器上并排阅读多个代码文件
  。

* 用空行分隔函数和类，及函数内较大的代码块。

* 最好把注释放到单独一行。

* 使用文档字符串。

* 运算符前后、逗号后要用空格，但不要直接在括号内使用： "a = f(1, 2) +
  g(3, 4)"。

* 类和函数的命名要一致；按惯例，命名类用 "UpperCamelCase"，命名函数与
  方法用 "lowercase_with_underscores"。命名方法中第一个参数总是用
  "self" (类和方法详见 初探类)。

* 编写用于国际多语环境的代码时，不要用生僻的编码。Python 默认的 UTF-8
  或纯 ASCII 可以胜任各种情况。

* 同理，就算多语阅读、维护代码的可能再小，也不要在标识符中使用非 ASCII
  字符。

-[ 备注 ]-

[1] 实际上，*对象引用调用* 这种说法更好，因为，传递的是可变对象时，调
    用者能发现被调者做出的任何更改（插入列表的元素）。
