还在用if-else堆代码？这10个Python技巧让你的代码优雅10倍
python约 5 分钟代码里连续 7 个 if-elif，第一眼我就不太想往下看。
不是因为它一定慢。慢不慢另说，主要是这种代码最容易在第 8 个分支来的时候，把人带沟里。
尤其是面试题里问“怎么优化 if-else”，千万别上来就背设计模式。Python 里有些写法，平时处理日志、清洗字段、接口兜底、批量任务，真能少写一半废代码。
先看这个最常见的。
if status == "paid":
action = "ship"
elif status == "refund":
action = "stop"
elif status == "closed":
action = "archive"
else:
action = "wait"
这种我一般直接换成字典映射：
status_action = {
"paid": "ship",
"refund": "stop",
"closed": "archive",
}action = status_action.get(status, "wait")
别小看这一点。分支一多，字典比 if-else 清楚太多。后面产品再加状态，你只改一行，不用在一堆判断里找位置。
第二个，函数也可以放进字典。
有些人写接口回调喜欢这么干：
if event == "user_created":
create_user(payload)
elif event == "user_deleted":
delete_user(payload)
elif event == "order_paid":
mark_order(payload)
我更愿意这么写：
defignore_event(data):
print("skip event:", data.get("event_id"))handlers = {
"user_created": create_user,
"user_deleted": delete_user,
"order_paid": mark_order,
}
handler = handlers.get(event, ignore_event)
handler(payload)
这东西在消息消费里很好用。消费者入口别堆太多业务判断，入口只负责分发，真正的处理逻辑放到函数里。出了问题，看日志也好追。
第三个，能用提前返回，就别嵌套三层。
我见过这种代码：
defimport_row(row):
if row:
if row.get("mobile"):
if row.get("amount"):
save_bill(row)
看着不长，但味道已经不对了。后面再加一个身份证校验、一个黑名单校验，马上变成楼梯。
我会改成这样：
defimport_row(row):
ifnot row:
returnifnot row.get("mobile"):
return
ifnot row.get("amount"):
return
save_bill(row)
面试的时候说这个，别只说“减少嵌套”。你要说：异常路径提前挡掉，主流程留在最下面，人看代码时不用在脑子里维护一堆缩进状态。
第四个，字段清洗别到处写 if value is None。
批量导入 Excel 时经常见这种：
if name isNone:
name = ""
else:
name = name.strip()
我一般写一个小函数，别让脏数据处理散得到处都是。
defclean_text(value):
if value isNone:
return""
return str(value).strip()name = clean_text(row.get("customer_name"))
city = clean_text(row.get("city"))
remark = clean_text(row.get("remark"))
这种代码不炫，但省命。后面你发现要统一去掉全角空格，只改一个地方。
第五个，用 or 做简单兜底，但别乱用。
timeout = config.get("timeout") or3
这行没问题，配置没有就默认 3 秒。
但如果 0 是合法值，这么写就坑了。比如限流阈值允许配置 0，表示关闭：
limit = config.get("limit") or100
这就把 0 改成 100 了。这个地方我一般老老实实写：
limit = config.get("limit")
if limit isNone:
limit = 100
优雅不是少写两行，是别把线上配置吃掉。
第六个，列表推导式适合清爽，不适合炫技。
清理一批手机号：
mobiles = []
for item in rows:
mobile = clean_text(item.get("mobile"))
if mobile:
mobiles.append(mobile)
可以写成：
mobiles = [
clean_text(item.get("mobile"))
for item in rows
if clean_text(item.get("mobile"))
]
但这里我其实不太喜欢，因为 clean_text 调了两次。更稳一点：
mobiles = []for item in rows:
mobile = clean_text(item.get("mobile"))
if mobile:
mobiles.append(mobile)
不是所有短代码都更好。面试里你可以讲这个判断：列表推导式适合简单转换，一旦有重复计算、有日志、有异常处理，就退回普通循环。
第七个，enumerate 别忘了用。
导入数据报错时，最怕日志只打印“手机号为空”，不告诉你第几行。
for index, row in enumerate(rows, start=2):
mobile = clean_text(row.get("mobile"))ifnot mobile:
print(f"第 {index} 行手机号为空")
continue
save_customer(row)
start=2 是因为 Excel 第一行通常是表头。这个细节挺实用，面试官一般也听得出来你不是在背语法。
第八个，zip 处理字段映射很顺手。
有时候拿到一行 CSV，是列表：
values = ["1001", "Tom", "paid"]
别手动一个个取：
order_id = values[0]
name = values[1]
status = values[2]
可以这样：
fields = ["order_id", "customer_name", "status"]
record = dict(zip(fields, values))
不过这里也要补一句：如果字段数量可能不一致，我会先校验。
if len(values) != len(fields):
raise ValueError(f"字段数量不对: {values}")record = dict(zip(fields, values))
zip 默认会截断，多出来的数据直接没了。这个坑不提醒，导入脚本迟早背锅。
第九个，collections.defaultdict 很适合分组。
统计每个用户的订单号：
from collections import defaultdictuser_orders = defaultdict(list)
for order in orders:
user_orders[order["user_id"]].append(order["order_id"])
不用先判断 key 在不在。
if user_id notin user_orders:
user_orders[user_id] = []
这种判断写多了很烦，而且容易把主逻辑淹没。分组、计数、归类，defaultdict 基本够用。
第十个，异常别一把梭哈 except Exception。
有些脚本这么写：
try:
sync_order(order)
except Exception:
pass
这代码我看到会有点火。它不是优雅，是把事故藏起来。
至少要把关键字段打出来：
try:
sync_order(order)
except TimeoutError as e:
print("订单同步超时:", order.get("order_id"), e)
except ValueError as e:
print("订单数据异常:", order.get("order_id"), e)
如果确实要兜底，也别静默：
except Exception as e:
print("未知异常:", order.get("order_id"), type(e).__name__, e)
线上最怕的不是报错，是错了你还不知道。
这些技巧单独看都不大，甚至有点碎。但代码质量很多时候就是这些碎地方堆出来的。
if-else 不是不能用，该用就用。两个分支写得清清楚楚，没必要硬改成花活。真正该动的是那种状态越来越多、校验越来越深、异常越来越糊的代码。
面试时也别只回答“用字典替代 if-else”。往下多说一句：状态分发用字典，异常路径提前返回，字段清洗集中处理，循环里保留日志和行号。
这比背十个语法糖管用。