在Python开发里，字典是最常用的数据结构之一。无论是解析JSON配置、缓存计算结果，还是统计词频，都离不开对字典的遍历操作。理解各种遍历方式的区别，有助于写出更可读也更高效的代码。
一、直接遍历字典对象
最常见的写法就是直接把字典放进for循环。此时迭代变量拿到的是字典的键，而不是键值对。这种方式语法最简单，适合只需要键的场景，比如判断某个键是否存在于另一组逻辑中。
从底层看，字典对象实现了迭代协议，默认迭代器返回的是keys视图的迭代器。因此下面两段代码是等价的，但第一种更简洁。如果你的业务逻辑只关心键，就没有必要额外调用keys方法，减少一层函数调用。
user = {'name': '张三', 'age': 28, 'city': '北京'}
# 直接遍历，item是键
for item in user:
print(item, user[item])
# 等价于显式调用keys
for k in user.keys():
print(k, user[k])
二、使用values方法遍历值
当你只关心字典中存储的数据而不需要知道对应的键时，可以调用values方法。它返回一个视图对象，动态反映字典的变化，遍历时直接拿到值，省去了通过键再次查找的开销。
需要注意的是，values视图不支持索引，因为它是基于哈希表动态生成的。如果你需要同时获取值和位置，可以配合enumerate使用。下面的例子演示了如何统计所有数值类型的总和，并输出每个值的序号。
scores = {'语文': 90, '数学': 95, '英语': 88}
for val in scores.values():
print(val)
# 带序号遍历
for idx, val in enumerate(scores.values(), start=1):
print(f'第{idx}门成绩: {val}')
三、使用items方法遍历键值对
items方法是实际开发中最推荐的遍历方式。它返回包含键值对的视图，每次迭代直接解包成两个变量，既清晰又避免了重复哈希查询，在性能和大字典可读性上都有优势。
在Python 3中，items返回的是字典视图而非列表，不会一次性复制所有数据到内存，这对万级以上的字典尤为重要。下面示例展示如何同时修改值并收集符合条件的键，逻辑一目了然。
stock = {'apple': 10, 'banana': 0, 'orange': 5}
out_of_stock = []
for fruit, count in stock.items():
if count == 0:
out_of_stock.append(fruit)
else:
stock[fruit] = count - 1
print(out_of_stock)
四、使用enumerate配合items获取索引
有些场景需要记录键值对在遍历中的顺序位置，例如生成报表序号或批量写入数据库时构造参数。这时可以将items返回的视图传给enumerate，同时拿到索引和键值对。
注意字典在Python 3.7之后保证插入顺序，因此索引和插入次序一致。以下代码把配置项转换成带行号的展示文本，方便前端表格渲染。相比手动维护计数器，enumerate让代码更健壮。
config = {'host': '127.0.0.1', 'port': 8080, 'debug': True}
for row_num, (key, value) in enumerate(config.items(), start=1):
print(f'行{row_num}: {key} = {value}')
五、遍历时修改字典的注意事项
在遍历字典的过程中直接增删原字典的键，会触发运行时错误或者跳过元素。Python不允许在字典迭代期间改变其大小，这是为了防止哈希表结构在迭代中失效。
如果必须边遍历边删除，正确做法是用list包装keys视图生成副本，或者把待删键收集起来后再统一删除。下面示例展示如何安全移除值小于零的条目，既符合语言规范也不损失性能。
data = {'a': 1, 'b': -2, 'c': 3, 'd': -5}
to_remove = [k for k, v in data.items() if v < 0]
for k in to_remove:
del data[k]
print(data)
六、方法对比与选型建议
为了更直观地选择合适的方法，我们从可读性、内存、适用场景三个维度做对比。直接遍历适合仅用键；values适合聚合计算；items是通用首选；enumerate加items适合需序号的导出任务。
下表列出了五种方式的差异，开发时可根据数据规模与业务诉求权衡。对于超大数据集，优先使用视图方法而非转换为列表，以免占用双倍内存。
| 遍历方式 | 返回内容 | 典型场景 |
|---|---|---|
| 直接for d | 键 | 键存在性判断 |
| d.values() | 值 | 求和、筛选值 |
| d.items() | 键值对 | 通用遍历修改 |
| enumerate(d) | 索引+键 | 带序号处理 |
| enumerate(d.items()) | 索引+键值对 | 导出报表 |
综上所述，Python字典遍历并不复杂，核心是根据需要选取合适的视图方法。养成使用items的习惯，不仅能减少bug，也让代码意图更明确，便于后续维护。