Python 关键字：保留字、上下文管理与生成器

关键字与普通名字

关键字属于 Python 语法，不能直接用作变量、函数或类的名字，例如不能写 class = 3。print、list 和 type 是内置名字；其中 type 在 Python 3.12 起还具有特定语法位置下的软关键字身份。不要把内置名字与保留关键字混为一谈，也应避免用变量覆盖常用内置函数。

关键字区分大小写：True 是关键字，true 是普通标识符。运行环境的实际清单可以直接查询：

import keyword
import sys

print(sys.version_info[:3])
print(keyword.kwlist)
print(keyword.softkwlist)  # Python 3.9 起提供

assert keyword.iskeyword("class")
assert not keyword.iskeyword("print")

下面按用途整理 Python 3.11 的 35 个关键字；同一个关键字可能参与多种语法。

用途	关键字
常量	False、None、True
条件、循环与控制流	if、elif、else、for、while、break、continue、pass
逻辑、身份与成员测试	and、or、not、is、in
定义、返回与生成器	def、class、lambda、return、yield
异常和断言	try、except、finally、raise、assert
导入、绑定与资源管理	import、from、as、with
作用域和删除绑定	global、nonlocal、del
异步语法	async、await

软关键字只在某些语法位置有特殊意义。Python 3.10 引入模式匹配，其中 match、case 和作为通配模式的 _ 属于软关键字；这些名字在其他位置仍可作为普通标识符。Python 3.12 的 type 语句也使用软关键字。跨版本编写程序时，以目标解释器和对应版本文档为准。Python 词法规则、keyword 模块

with：管理一个上下文的进入和退出

with 调用上下文管理器的进入、退出方法。as 后的变量接收 __enter__() 的返回值，它未必就是管理器本身。成功进入上下文后，无论语句块正常结束还是发生 Python 异常，退出过程都会调用 __exit__()；进程被强制终止等情况不属于这一保证。with 语句

下面用内存文本流演示关闭行为，不依赖磁盘文件：

from io import StringIO

stream = StringIO("第一行\n第二行\n")
with stream as reader:
    assert reader.readline() == "第一行\n"
assert stream.closed

自定义上下文管理器可以记录进入与退出。__exit__() 返回真值会抑制语句块的异常；返回 False 或默认的 None 则不抑制。

events = []

class Session:
    def __enter__(self):
        events.append("enter")
        return "session-value"

    def __exit__(self, exc_type, exc_value, traceback):
        events.append("exit")
        return False

try:
    with Session() as value:
        assert value == "session-value"
        raise ValueError("示例错误")
except ValueError:
    events.append("caught")

assert events == ["enter", "exit", "caught"]

as：在特定语法中绑定名字

as 不能独立完成任意赋值。它的作用取决于所在语句：

语法	绑定含义
import math as m	将导入模块绑定为 m
from math import sqrt as root	将导入对象绑定为 root
with manager as value	将进入方法的返回值绑定为 value
except ValueError as error	将当前异常绑定为 error；异常处理块结束时会清除此绑定

import math as m
from math import sqrt as root

assert m.floor(2.9) == 2
assert root(9) == 3

yield：生成一个值，然后暂停

在普通 def 函数中出现 yield，会使该函数成为生成器函数。调用它先返回生成器对象；执行 next() 时才开始运行函数体，并在下一个 yield 暂停。再次调用 next() 会从暂停位置继续，局部状态得以保留。

def samples():
    yield 10
    yield 20
    yield 30

iterator = samples()
assert next(iterator) == 10
assert next(iterator) == 20
assert list(iterator) == [30]
assert next(iterator, "结束") == "结束"

生成器是一次性迭代器，耗尽后不会自动回到开头。逐个产生数据可以避免一次建立完整结果列表，但如果函数内部本身创建了大列表，仍会占用相应内存。异步生成器和 yield from 有各自的规则，可再结合具体用途学习。

pass 与 continue 的区别

pass 是空语句，用于需要语句但暂时没有操作的位置；它不会跳过本轮循环。continue 才会转到下一轮。

with_pass = []
with_continue = []

for i in range(5):
    if i == 2:
        pass
    with_pass.append(i)

for i in range(5):
    if i == 2:
        continue
    with_continue.append(i)

assert with_pass == [0, 1, 2, 3, 4]
assert with_continue == [0, 1, 3, 4]

Python 3 的 range(5) 是表示整数范围的 range 对象，依次提供 0 到 4，并非已经创建了一个列表。上例的列表由 append() 构造。

自测

1. print 是否属于 keyword.kwlist？不是，它是内置函数名。
2. with manager as value 中，value 必然等于 manager 吗？不必然，它是 __enter__() 的返回值。
3. pass 会让循环漏掉一个值吗？不会，后续语句仍然执行。
4. 生成器已经耗尽，再调用不带默认值的 next() 会怎样？引发 StopIteration。

本页代码在 Python 3.11.5 中逐段实际执行通过；Python 3.12 起的 type 语句说明依据官方文档，不属于该本地运行验证范围。