Python的字典遍历把我坑惨了,原来items和keys的区别这么大

简介: 本文通过小周优化字典遍历的真实案例,深入解析Python中`keys()`、`values()`、`items()`三大遍历方法的本质区别与适用场景。重点揭示`items()`一次获取键值对的性能优势(十万数据快30%),并详解五大常见误区:视图非列表、动态性、遍历时修改字典、`values()`无键、忘加括号等,助你写出更高效、更安全的Python代码。(239字)

小周那天写了一个数据导出功能,要把字典里的配置项逐条写进文件。代码逻辑不复杂:遍历字典,拿到键和值,拼成一行字符串。

他写的是这样:

config = {"host": "localhost", "port": 8080, "debug": True}

for key in config.keys():
   line = f"{key}={config[key]}"
   print(line)

跑出来结果是对的:

host=localhost
port=8080
debug=True

功能上线后,同事 review 代码时随口说了一句:“这里用items()更合适。”小周嘴上说“能跑就行”,心里却犯了嘀咕:keys()明明也能拿到键,再取值也没什么问题,为什么非要用items()?

直到有一天他处理一个几万条配置的字典,发现导出速度慢得离谱。他把代码改成items()之后,速度提升了一大截。他才认真去查了两者的区别,然后发现自己之前对字典遍历的理解一直是模糊的。

代理 IP 使用小技巧 让你的数据抓取效率翻倍 (99).png

先看三种遍历方式

Python 的字典提供了三个方法用于遍历:keys()、values()、items()。

config = {"host": "localhost", "port": 8080, "debug": True}

for key in config.keys():
   print(key)

for value in config.values():
   print(value)

for key, value in config.items():
   print(key, value)

输出分别是:

host
port
debug

localhost
8080
True

host localhost
port 8080
debug True

keys()只给你键。values()只给你值。items()给你键值对,每个元素是一个(key, value)元组。

用一个生活场景来理解。你有一本通讯录,每页写着“姓名—电话”。

keys()的做法是:只把姓名念给你听。你听到“张三”“李四”“王五”,但不知道他们的电话。

values()的做法是:只把电话念给你听。你听到一串号码,但不知道对应谁。

items()的做法是:把每一页完整地念给你——“张三,138xxxx”“李四,139xxxx”。

如果你只需要姓名,keys()就够了。如果你只需要电话,values()就够了。但如果你既要知道姓名又要知道电话,就应该用items(),而不是先念姓名再回头翻电话。

小周的代码就是“先念姓名,再回头翻电话”——他用keys()拿到键,再用config[key]去查值。虽然结果对,但多了一次查找。

items() 的本质:一次遍历拿到两个东西

items()返回的是一个视图对象,每个元素是(key, value)元组。在for循环里可以直接解包:

for key, value in config.items():
   print(key, value)

这行代码等价于:

for item in config.items():
   key, value = item
   print(key, value)

Python 会自动把元组拆开,分别赋给key和value。这是items()最常用的写法。

而用keys()再取值:

for key in config.keys():
   value = config[key]
   print(key, value)

每次循环都要做一次哈希查找,从字典里把值取出来。虽然单次查找很快,但循环几万次、几十万次时,累积的开销就不可忽略了。

性能差异有多大?

我们来实测一下。假设有一个包含十万条数据的字典:

import timeit

d = {f"key_{i}": i for i in range(100000)}

# 方式一:keys() + 取值
def method1():
   total = 0
   for key in d.keys():
       total += d[key]
   return total

# 方式二:items()
def method2():
   total = 0
   for key, value in d.items():
       total += value
   return total

t1 = timeit.timeit(method1, number=10)
t2 = timeit.timeit(method2, number=10)

print(f"keys() + 取值: {t1:.4f} 秒")
print(f"items(): {t2:.4f} 秒")

在我的机器上,keys()方式大约0.35秒,items()方式大约0.25秒。差距约30%。

为什么items()更快?因为keys()方式每次循环都要做一次d[key]的哈希查找,而items()在遍历时直接把键值对一起取出来,不需要额外的查找。

数据量越大,差距越明显。十万条差0.1秒,一千万条就差10秒。在高频调用的函数里,这个差距会被进一步放大。

坑一:items() 返回的不是列表

很多人以为items()返回的是一个列表,可以用索引访问:

config = {"a": 1, "b": 2}
items = config.items()
print(items[0])  # 报错

TypeError: 'dict_items' object is not subscriptable

items()返回的是一个视图对象(view object),不是列表。它支持迭代、支持in判断、支持len(),但不支持索引和切片。

items = config.items()
print(len(items))        # 2
print("a" in items)      # 报错?不,这里判断的是 key 还是 (key, value)?

注意:in判断的是(key, value)元组,不是单独的键。

config = {"a": 1, "b": 2}
items = config.items()
print(("a", 1) in items)  # True
print("a" in items)       # False

"a" in items返回False,因为items里的元素是元组,不是字符串。

如果你需要一个真正的列表,可以显式转换:

items_list = list(config.items())
print(items_list[0])  # ('a', 1)

但这会创建一个新的列表,占用额外内存。除非确实需要索引访问,否则没必要转换。

坑二:视图对象是动态的

keys()、values()、items()返回的都是视图对象。视图不复制数据,它反映的是字典的实时状态。

config = {"a": 1, "b": 2}
keys = config.keys()
print(list(keys))  # ['a', 'b']

config["c"] = 3
print(list(keys))  # ['a', 'b', 'c']

keys变量没有重新赋值,但它“看到”了字典的新增内容。因为视图是动态的,它不存储数据,只是提供了一种访问字典的方式。

这个特性有时候很有用,比如你想在某个时刻查看字典的当前状态。但有时候也会带来意外:

config = {"a": 1, "b": 2}
keys = config.keys()
config.clear()
print(list(keys))  # []

字典清空后,之前拿到的keys视图也空了。

坑三:遍历时修改字典

这是一个经典错误,和items、keys的关系不大,但经常在遍历场景中出现。

config = {"a": 1, "b": 2, "c": 3}

for key in config.keys():
   if config[key] == 2:
       del config[key]

运行会报错:

RuntimeError: dictionary changed size during iteration

Python 不允许在遍历字典时改变它的大小。因为字典的迭代依赖于内部的哈希表结构,插入或删除元素可能导致结构变化,迭代器就失效了。

如果确实需要在遍历时删除元素,有两种方式。

方式一:遍历副本。

for key in list(config.keys()):
   if config[key] == 2:
       del config[key]

list(config.keys())创建了一个键的列表,遍历的是这个列表,而不是字典本身。删除字典里的元素不会影响列表的遍历。

方式二:用字典推导式生成新字典。

config = {k: v for k, v in config.items() if v != 2}

不修改原字典,而是创建一个过滤后的新字典。这种方式更 Pythonic,也更安全。

坑四:values() 拿不到键

values()只给你值,不给你键。如果你需要根据值做判断,然后操作对应的键,values()就不够用了。

config = {"a": 1, "b": 2, "c": 3}

for value in config.values():
   if value == 2:
       # 我想删除对应的键,但不知道键是什么
       pass

这时候应该用items():

for key, value in config.items():
   if value == 2:
       del config[key]  # 但仍然不能在遍历时删

或者先收集要删的键,再统一删:

to_delete = [k for k, v in config.items() if v == 2]
for key in to_delete:
   del config[key]

坑五:忘了括号

这是一个很隐蔽的错误:

config = {"a": 1, "b": 2}

for key in config.items:  # 忘了括号
   print(key)

不会报错,但输出的是方法对象:

<built-in method items of dict object at 0x...>

因为config.items是方法本身,不带括号就不会调用它。for循环试图迭代这个方法对象,但它不可迭代,所以直接输出方法对象本身(实际上这里会报TypeError: 'builtin_function_or_method' object is not iterable,取决于 Python 版本和具体写法)。

正确写法是config.items(),带括号。

类似的错误还有config.keys、config.values,都是忘了加括号。

items() 的解包细节

items()返回的每个元素是元组。在for循环里可以直接解包:

for key, value in config.items():
   print(key, value)

但如果字典的值本身也是元组或列表,解包时要小心:

data = {"a": (1, 2), "b": (3, 4)}

for key, value in data.items():
   print(key, value)  # a (1, 2)

这里key是"a",value是(1, 2)。没问题。

但如果你写成:

for key, x, y in data.items():
   print(key, x, y)

会报错,因为data.items()的每个元素只有两个值:键和值。(1, 2)是值内部的元组,不会被自动展开。

如果你确实想同时拿到键和值内部的元素,需要额外解包:

for key, (x, y) in data.items():
   print(key, x, y)  # a 1 2

注意value的位置写成了(x, y),这样 Python 会把元组(1, 2)拆开,分别赋给x和y。

遍历顺序:Python 3.7 之后的保证

在 Python 3.6 之前,字典是无序的,遍历顺序不确定。从 Python 3.7 开始,字典正式保证插入顺序。

config = {"b": 2, "a": 1, "c": 3}
for key in config.keys():
   print(key)

输出永远是:

b
a
c

这个特性在 Python 3.7+ 中稳定可靠。但要注意:set仍然是无序的,frozenset也是。只有dict保证了插入顺序。

如果你需要按特定顺序遍历字典,比如按键排序,可以用sorted():

for key in sorted(config.keys()):
   print(key, config[key])

# 或者用 items()
for key, value in sorted(config.items()):
   print(key, value)

sorted(config.items())会按键排序,因为元组比较时先比较第一个元素(键)。

那 keys() 还有用吗?

看到这里,你可能会问:既然items()既能拿键又能拿值,那keys()还有什么用?

keys()在以下场景仍然有用:

只需要键,不需要值。 比如统计某个键是否存在,或者把键收集到一个列表里。

keys = list(config.keys())
if "host" in config.keys():
   print("有 host 配置")

做集合运算。 keys()返回的视图对象支持集合操作:

d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}

print(d1.keys() & d2.keys())  # {'b'},交集
print(d1.keys() | d2.keys())  # {'a', 'b', 'c'},并集
print(d1.keys() - d2.keys())  # {'a'},差集

这是items()做不到的。视图对象的集合运算能力是keys()的独特优势。

只需要检查键是否存在。 if key in config.keys()比if key in config更明确,但后者更简洁,性能也更好。所以实际中直接用in config就够了。

回到小周的代码

小周原本的写法:

for key in config.keys():
   line = f"{key}={config[key]}"
   print(line)

改成了:

for key, value in config.items():
   line = f"{key}={value}"
   print(line)

两行代码看起来差不多,但items()版本少了一次字典查找,速度更快,代码也更清晰。

他还在项目里发现了几处类似的写法:

for key in d.keys():
   if d[key] > 0:
       ...

改成了:

for key, value in d.items():
   if value > 0:
       ...

以及一处遍历时删元素的 bug:

for key in d.keys():
   if d[key] == 0:
       del d[key]  # RuntimeError

改成了:

d = {k: v for k, v in d.items() if v != 0}

小周后来在团队文档里写了一条:“遍历字典要键值对,用items(),别用keys()再取值。只要键,用keys()。只要值,用values()。遍历时别改字典,要改就先复制或者用推导式。”

总结

keys()、values()、items()是字典遍历的三把工具,各司其职。

keys()只给键,适合只需要键的场景,支持集合运算。

values()只给值,适合只需要值的场景。

items()给键值对,适合同时需要键和值的场景,性能比keys()加取值更好。

它们的返回值都是视图对象,不是列表。视图是动态的,反映字典的实时状态,不支持索引,但支持迭代和in判断。

遍历时不要修改字典的大小。如果需要删除元素,遍历副本或者用字典推导式生成新字典。

记住那个通讯录的比喻:keys()念姓名,values()念电话,items()把整页念给你。想清楚你要什么,再选对应的工具。

小周的坑不在于他不会用items(),而在于他从来没想过keys()加取值有什么问题。代码能跑,结果也对,但性能差了一截。这种“能跑但不够好”的代码,往往最容易被忽略,也最值得回头审视。

目录
相关文章
|
19天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
8789 25
|
17天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
3356 15
|
17天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2196 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
11天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
17天前
|
云安全 人工智能 安全
|
3天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
366 1
|
6天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
809 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面

热门文章

最新文章