Python中的iteritems方法已在Python 3中被彻底移除，取而代之的是items()方法，两者在功能上基本一致，但items()返回的是视图对象而非列表，内存效率更高且兼容性更强。
很多刚接触Python或者从旧代码库迁移到新环境的朋友,经常会遇到AttributeError: 'dict' object has no attribute 'iteritems'这样的报错，这并非代码逻辑错误，而是Python版本迭代带来的必然结果，理解这一变化的底层逻辑，不仅能解决报错，更能帮助你写出更高效、更现代的Python代码。
为什么iteritems会被淘汰
在Python 2时代，字典对象确实提供了iteritems()、iterkeys()和itervalues()这三个方法，它们的设计初衷是为了节省内存，当时，items()方法会一次性生成包含所有键值对的列表，如果字典很大，这会占用大量内存，而iteritems()返回的是一个迭代器，每次只生成一个元素，非常适合在for循环中使用。
随着Python 3的发布，这一设计被重新审视，Python社区认为，迭代器模式应该更加统一和直观，Python 3直接移除了iteritems()，并将items()的行为修改为返回一个动态视图对象，这个视图对象具有迭代器的特性，同时还能反映字典内容的实时变化。
业内专家指出,这种改变简化了API，减少了开发者需要记忆的方法数量，你不再需要纠结是用items还是iteritems，只需统一使用items()即可，这种统一性降低了学习成本，也减少了因版本差异导致的兼容性问题。
Python 2与Python 3的核心差异对比
为了更清晰地理解这一变化,我们可以从返回类型、内存占用和实时性三个维度进行对比。
| 特性 |
Python 2 | Python 3 items() |
|---|---|---|
| 返回类型 | 迭代器 (Iterator) | 视图对象 (View Object) |
| 内存占用 | 低，惰性生成 | 极低，惰性生成且无额外列表开销 |
| 实时性 | 不支持，仅用于遍历 | 支持，视图会随字典变化而更新 |
| 兼容性 | 仅Python 2 | Python 3及更高版本 |
在Python 2中，如果你使用items()，它会创建一个完整的列表副本，假设你有一个包含100万个元素的字典，items()会消耗额外的内存来存储这个列表，而在Python 3中，items()返回的视图对象并不存储数据，它只是指向底层字典的一个窗口，这意味着无论字典多大，items()的内存开销几乎可以忽略不计。
如何正确替换iteritems代码
对于正在维护旧代码或进行版本迁移的项目,替换iteritems是一个常见任务，这个过程并不复杂，但需要注意一些细节，以确保代码在Python 3环境中正常运行。
基本替换步骤
最直接的方法是将所有的iteritems()调用替换为items()，将：
for key, value in my_dict.iteritems():
print(key, value)
修改为：
for key, value in my_dict.items():
print(key, value)
这种替换在大多数情况下是无缝的,因为
items()返回的视图对象同样支持迭代协议，可以直接用于for循环。
处理字典修改的场景
一个需要注意的特殊场景是,在遍历字典时修改字典，在Python 2中，如果你使用iteritems()遍历字典并尝试删除其中的元素，可能会引发RuntimeError，在Python 3中，使用items()同样会抛出RuntimeError，因为视图对象不允许在迭代期间修改字典。
如果你需要在遍历过程中修改字典,建议先获取键的列表副本，然后再进行遍历。
for key in list(my_dict.keys()):
if some_condition(key):
del my_dict[key]
这种方法虽然多了一步拷贝操作,但确保了代码的安全性和稳定性。
进阶用法与性能优化
除了基本的替换,理解items()返回的视图对象的特性，可以帮助你在某些场景下写出更高效的代码。
视图对象的特性
Python 3的items()返回的是一个字典视图对象，它具有集合的一些特性，你可以对视图对象进行交集、并集等操作，虽然这在日常开发中不常用，但在处理复杂的数据结构时，可能会派上用场。
视图对象是动态的,如果字典中的键值对发生变化，视图对象也会随之更新，这一特性在某些需要实时反映数据变化的场景中非常有用。
性能对比
在性能方面,Python 3的items()通常比Python 2的iteritems()更快，这是因为Python 3在底层对字典进行了优化，视图对象的创建和迭代都更加高效，对于大型数据集，这种性能提升可能更加明显。
据统计,在处理百万级数据的字典时，使用items()遍历的速度比使用items()生成列表再遍历快得多，这不仅节省了内存，还减少了CPU的开销。
常见误区与注意事项
尽管items()
的使用相对简单，但仍有一些常见的误区需要注意。
误以为items返回列表
很多开发者习惯性地认为items()返回的是一个列表，因此会尝试使用列表的方法，如append()或insert()，这是错误的，视图对象不支持这些操作，如果你确实需要列表，可以显式地进行转换：
items_list = list(my_dict.items())
忽略版本兼容性
如果你的项目需要同时支持Python 2和Python 3，直接使用items()可能会导致在Python 2中行为不一致，在Python 2中，items()返回的是列表，而在Python 3中是视图对象，为了确保兼容性，可以使用six库或条件判断来处理不同版本的行为。
Q&A：关于Python iteritems的常见疑问
Python 3中是否还有iteritems方法？
没有,Python 3完全移除了iteritems、iterkeys和itervalues方法，开发者应统一使用items()、keys()和values()，这些方法在Python 3中返回的是视图对象，兼具迭代器和集合的特性。
iteritems和items在性能上有什么区别？
在Python 2中，iteritems()比items()更节省内存，因为items()会生成完整的列表，在Python 3中，items()返回的是视图对象，其内存效率与Python 2的iteritems()相当，甚至更高，因为它不需要创建额外的迭代器对象，在Python 3中，直接使用items()是最佳实践。
如何在遍历字典时安全地删除元素？
不能在遍历字典视图对象时直接删除元素,这会引发RuntimeError，正确的方法是遍历键的副本，使用for key in list(my_dict.keys()):来遍历，然后在循环内部根据条件删除元素，这种方法确保了遍历过程的稳定性，避免了运行时错误。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/python-iterms%e6%80%8e%e4%b9%88%e7%94%a8%ef%bc%9fpython%e4%b8%aditerms%e5%92%8cnext%e7%9a%84%e5%8c%ba%e5%88%ab/
