返回首页
## 引言
这是《环境搭建与运行原理》一章的第 6 篇。前 5 篇我们完成了三件大事：装好了 Python 解释器（第 2 篇）、弄清了 CPython 如何把源代码变成字节码再执行（第 3 篇）、学会了用 venv 隔离环境和用 pip 管理包（第 4、5 篇）。从本篇开始，话题从"环境"转向"日常使用"：给 `python` 命令装上合手的工具，让它真正为你所用。
本文要解决的问题非常具体：每次验证一个小想法（某个函数返回值是什么、某段语法是否正确、某行代码跑多久）都必须写成完整脚本保存文件再运行吗？当然不必。Python 自带一个交互式解释器，打开它、敲一行、立刻看到结果，循环往复，这就是 REPL。把它练熟，你的学习效率会提升一个量级，因为试错的摩擦成本从"编辑-保存-运行"降到了"敲一个回车"。
读者应先掌握：能在命令行中执行 `python` 命令（第 2 篇内容），知道 REPL 里跑的代码同样由第 3 篇讲过的 CPython 解释器执行。本文默认交互环境是 `python` 命令直接启动的内置 REPL；更强大的 IPython 我们留到第 10 篇讲 Jupyter 时再接触。
## 什么是 REPL：名字本身就是原理
REPL 是 **Read-Eval-Print Loop**（读取-求值-打印-循环）的缩写，它描述的正是交互式解释器的工作方式。启动 `python` 命令后，解释器进入一个死循环，每轮做四件事：
1. **Read（读取）**：从键盘读入一行（或一段）代码；
2. **Eval（求值）**：像执行普通脚本一样编译并执行这段代码——它复用的正是第 3 篇讲过的"源代码 → 字节码 → 虚拟机执行"整条链路，REPL 没有特殊的执行引擎；
3. **Print（打印）**：如果这段代码产生了一个表达式结果，就用 `repr()` 的格式打印出来；
4. **Loop（循环）**：回到第 1 步，等待下一行输入。
为什么这套循环如此有用？关键在于它能**即时反馈**。脚本是一次编译、整体运行，结果埋在大段输出里；REPL 则把"想法"和"结果"之间的距离压缩到一个回车键。认知科学研究中把这种即时反馈称为"低摩擦学习"，就工具而言，没有比 REPL 摩擦更低的运行方式了——这就是它配得上"第二大脑"的原因：遇到不确定的语法，与其猜，不如敲进 REPL 让它告诉你。
值得注意的两个机制细节。第一，交互式会话中所有顶层语句共享**同一个全局命名空间**：你敲的 `x = 21` 和稍后的 `x * 2` 作用于同一个变量 `x`，这让"分步构建一个复杂对象"变得极其自然。第二，第二轮的 Print 有几种例外：赋值语句（`x = 1`）没有可打印的表达式值，`None` 不会被打印，函数定义和 `import` 语句也大多静默——"没有输出"本身就是一种正常反馈，意味着语句执行成功。
## 基本会话：把 REPL 当计算器和语法试验场
启动方式再简单不过。在终端（Windows 上可以是 PowerShell、CMD 或 Git Bash）输入：
```bash
python
```
看到 `>>>`（三个大于号）提示符说明已进入交互模式。逐行敲入以下内容体会 Print 环节：
```python
>>> 2 + 3 * 4
14
>>> "Py" + "thon"
'Python'
>>> 10 // 3
3
>>> 2 ** 10
1024
```
`2 ** 10` 中的 `**` 是幂运算符，结果是 1024；`//` 是整除，10 除以 3 得 3。表达式求值后，Python 会把结果用 `repr()` 格式打印——注意字符串显示为带引号的 `'Python'`，这正是交互式输出的特征，而脚本里的 `print("Python")` 会显示为不带引号的 `Python`。
交互模式下有一个特殊变量 `_`（单个下划线），它**保存上一条表达式的结果**，适合做多步计算：
```python
>>> 2 + 3 * 4
14
>>> _ * 5
70
>>> _
70
```
第二个 `_` 指向的是 `_ * 5` 的结果 70。注意：只有**表达式**会更新 `_`，赋值语句之后 `_` 保持不变——我们马上会在易错点里看到这带来什么坑。
退出 REPL 的方式有几种：输入 `exit()` 或 `quit()`，或者在 Windows 命令行输入 Ctrl+Z 后按回车（在 Linux 和 macOS 上则是 Ctrl+D）。直接关闭终端窗口也可以，但那是"强行关闭"，历史记录可能来不及保存。`exit()` 本质上是一个由 site 模块注入交互环境的帮助函数，它的真实动作是抛出 `SystemExit` 异常结束进程——这也是它"看起来在退出"的原理。
## 用 dir() 和 help() 探索未知对象
REPL 的第二个杀手级用途是**探索**：面对一个陌生模块或对象，不必查文档，直接问解释器。内置函数 `dir()` 列出对象的所有属性和方法名，`help()` 给出对象的详细文档，两者组合就是随身文档：
```python
>>> import math
>>> dir(math)[:6]
['__doc__', '__loader__', '__name__', '__package__', '__spec__', 'acos']
>>> math.sqrt(144)
12.0
>>> help(len)
```
最后一行 `help(len)` 会在 REPL 内打开分页文档（按 q 键退出文档回到提示符）。更常用的姿势是**先 dir 后取**：`dir(math)` 列出所有名字后，看到 `sqrt` 就立刻实验 `math.sqrt(144)`；看到不认识的名字，用 `math.sqrt.__doc__` 直接查看其文档字符串。这套"列出来、点进去、试一下"的三步法，比翻书快得多。
多说一句：`import math` 之后 `math` 本身没有输出，这是正常现象（import 语句不求值）；用 `math` 再回车则能看到模块对象，也算一种"已生效"的确认。
## 多行代码与缩进：REPL 的续行机制
REPL 不止能算算术，它同样能写函数、循环、类。规则是：**一行以冒号结尾（表示代码块开始）时，下一行会出现 `...` 续行提示符**，你继续敲缩进的代码块，直到敲一个空行，整个代码块才被一次性执行：
```python
>>> def celsius_to_fahrenheit(c):
... return c * 9 / 5 + 32
...
>>> celsius_to_fahrenheit(25)
77.0
```
注意三件事：第一，续行状态下每行都必须**手动缩进**，REPL 不帮你自动缩进，需要保持 4 个空格或一个 Tab 与上一行对齐；第二，双层缩进（循环套 if）需要敲两个 Tab/8 空格；第三，代码块内敲**空行**表示"定义结束"，但空行不会清空缩进——清空缩进的那一行（或者干脆再敲一个空行）才是真正结束。
括号内则不同：`(`、`[`、`{` 未闭合时，同样进入 `...` 续行，但**不需要缩进对齐**，汽车引擎般的 Python 解析器知道括号没配对完：
```python
>>> sum([1, 2, 3,
... 4, 5, 6])
21
```
这条规则的好处是：把长函数调用或长列表分几行写时，不必操心缩进。缺点是稍不留神就会把"括号层级"搞混——这也正是常见报错 `SyntaxError: unexpected EOF while parsing` 的来源：解释器发现整个文件/会话结束时括号仍未闭合。
## 带着脚本进入交互：python -i
纯交互之外，还有两个日常高频组合。第一个是 `python -i 脚本.py`：先执行脚本，然后**不退出，自动进入交互模式**，此时脚本里的所有变量都还活着。这对调试尤其有用——第 8 篇讲 pdb 时会看到更专业的工具，但 `-i` 足够快速：
先写一个脚本文件 `adder.py`：
```python
# adder.py
def add(a, b):
"""两数相加"""
return a + b
scale = 100
```
然后执行并互动：
```bash
python -i adder.py
```
```python
>>> add(20, 22)
42
>>> _ * scale
4200
```
脚本执行后变量 `add`、`scale` 都留在命名空间里，交互语句直接可用。第二个组合是 `python -c "代码"`：不进入交互，直接执行一行表达式，适合管道和批处理脚本——例如在一个 bash 管道里快速算个数：
```bash
python -c "print(sum(range(1, 101)))"
```
输出 5050，正是 1 加到 100 的结果。`-c` 后面跟的代码按脚本语义执行，没有 `_` 变量，也没有 `>>>` 提示符。
## 历史记录与补全：REPL 的效率装置
交互模式录入的历史记录保存了你的会话足迹。方向键上/下逐条回看；Linux 和 macOS 上还可以用 Ctrl+R 进行反向增量搜索（输入关键字，历史里最近的匹配会被找回）。这些能力来自 GNU readline 库，Windows 的旧版命令行默认没有 readline，因此 Tab 补全在 Windows 上长期不可用。
一个重要的版本事实：从 **Python 3.13** 起，内置交互模式被彻底重构（官方发布说明中称为"新的交互式解释器"，基于 pyrepl 实现），原生支持彩色提示符与回溯高亮、多行编辑以及 Tab 补全，Windows 上也能用了。考虑到当下很多环境仍是 3.10–3.12（本文的运行环境是 3.12），请把"Windows 默认无补全"当默认预期，需要补全时用老配方：Linux/macOS 在交互会话里输入 `import readline` 激活补全；或者直接安装 IPython（`pip install ipython` 后执行 `ipython`），它自带补全、彩色输出和 `%` 魔法命令，体验远超内置 REPL——第 10 篇我们会用它作为 Jupyter 的内核深入体验。
## 易错点与陷阱
**1. `_` 会被赋值语句和 import 悄悄"污染"。** `_` 只在交互模式下存在，且指向"上一条表达式的结果"。你敲 `x = 5` 之后 `_` 不会变成 5，它仍指向上一条表达式结果；更糟的是有些人习惯用 `_` 当循环变量，`for _ in range(3): ...` 一执行，`_` 被循环变量覆盖，后续依赖 `_` 的计算全错。规矩：把 `_` 当"上一步结果"临时用、随手用，但绝不在多步计算里长期依赖它；脚本文件里根本没有 `_`，直接引用会抛 `NameError`。
**2. 在 Windows 上误以为 Ctrl+C 能退出。** Ctrl+C 在交互模式里是"中断"：它终止当前正在执行的语句并抛 `KeyboardInterrupt`，但**不会**退出 REPL。Windows 上退出靠 Ctrl+Z 再回车（或输入 `exit()`）；Linux/macOS 靠 Ctrl+D。如果按了 Ctrl+C 后看到 `Traceback ... KeyboardInterrupt`，别慌，这恰恰证明解释器活着。
**3. 粘贴整段带缩进的代码到 REPL。** 从编辑器复制一段多行的 for/if 代码直接粘贴，常见表现是报 `IndentationError` 或 `SyntaxError`，因为粘贴的多行代码往往以空行结尾（编辑器里的空行在 REPL 眼里是"代码块结束"，导致缩进层级错乱），Windows 粘贴还可能吞掉首行缩进。对策：复杂代码先存成脚本用 `python 脚本.py` 跑；一定要在 REPL 里验，就手动逐行敲，或者用 `python -i` 先把脚本跑起来再交互。
**4. 把 REPL 当"正式运行环境"。** REPL 里有 `exit()`、有 `_`、有"空行结束代码块"的特殊规则，这些在脚本里都不成立。把交互会话里的代码原样复制进 `.py` 文件，若含 `exit()` 会意外终止脚本，若含 `>>>` 前缀直接是语法错误。理念上要分清：REPL 用于探索和验证，脚本用于复现和执行；前者是草稿纸，后者是成品。
## 小结
本文把 `python` 内置的交互式解释器（REPL：Read-Eval-Print Loop）当成第一个"效率工具"讲透：它每轮读取一行代码、立即求值、`repr` 打印结果、循环往复，与脚本共享同一套 CPython 编译执行链路；`_` 变量保存上一条表达式结果；`dir()` 与 `help()` 组合可用于探索陌生对象；冒号进入 `...` 续行状态书写多行代码，括号未闭合也自动续行；`python -i` 和 `python -c` 让交互能力延伸进脚本与管道场景。同时我们避开了四个常见坑：`_` 被覆盖、Windows 退出方式、粘贴缩进代码、REPL 与脚本语义混淆。下一篇文章将离开"怎么敲"，讨论"怎么敲得规范"——PEP 8 代码规范。
## 练习与思考题
1. 用 REPL 计算表达式的值并口述每一行的输出：`3 * (4 + 5)`、`7 // 2`、`7 % 2`、`2 ** 0.5`。对照 `_` 的指向，说出执行 `7 // 2` 后 `_` 的值是什么。（答案导向：15；3；1；约 1.414；`_` 为 3。）
2. 在 REPL 中执行 `import datetime`，然后仅用 `dir(datetime)` 找出现在年份（提示：`datetime.datetime.now()`），不要查任何文档。体会"列出来、点进去、试一下"的探索流程。
3. 写出在第 2 题会话之后立即执行 `_ .year` 能得到什么的完整解释：为什么它指向 `datetime.datetime.now()` 的结果？（提示：`now()` 是表达式调用，其结果会被 `_` 捕获。）
4. 用 `python -c` 在终端里一行命令打印 1 到 50 所有奇数的平方和；再用 `python -i` 加载一个自己写的小函数文件并调用它。比较两种方式的适用场景各自是什么。