声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好的理解人工智能技术，我让助理负责分享这套python系列教程，希望能帮到大家！

 

交互提示模式根据用户的输入运行代码并响应结果，但是，它不会把代码保存到一个文件中，尽管这意味着你不能在交互会话中编写大量的代码，但交互提示仍然是体验语言和测试编写中的程序文件的好地方。

 

实验

 

由于代码是立即执行的，交互提示模式变成了实验这个语言的绝佳的地方。这会在示范较小的例子时常常用到。实际上，这也是需要牢记的第一条原则：当你对一段Python代码的运行有任何疑问的时候，马上打开交互命令行并实验代码，看看会发生什么。

 

例如，假设你在阅读一个Python程序的代码并且遇到了像'Spam!' * 8这样一个不理解其含义的表达式。此时，你可能要花上10分钟来尝试搞清楚这段代码做什么，或者你可以直接交互式地运行它：

>>> 'Spam!' * 8  <== Learning by trying
Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam!'

通过交互提示模式接收到的直接反馈，通常是搞清楚一段代码到底做什么的最快的方式。这里，它清楚地显示：这条语句重复字符串，在Python中，*表示数字相乘，但对于字符串来说，表示重复，就像是重复地把一个字符串连接到其自身。

 

这种体验方式不会带来任何破坏（至少目前还没有），这是不错的。要进行真正的破坏，例如删除文件并运行shell命令，你必须尝试显式地导入模块（你还需要对Python的系统接口了解更多，才能变得这么有危险性）。直接的Python代码总是可以安全运行的。

 

例如，当你在交互提示模式中犯了一个错误的时候，看看会发生什么情况：

>>> X  <== Making mistakes
Traceback （most recent call last）:
File "<stdin>",line 1,in <module>
NameError: name 'X' is not defined

在Python中，给一个变量赋值之前就使用它，这总是一个错误（否则，如果名字总是填充了默认值，一些错误将变得无法检测）。我们稍后将更详细地了解这一点，这里的重要之处在于，当你犯了这样的一个错误的时候，不会导致Python或计算机崩溃。相反，你会得到一条有意义的出错消息，指出该错误以及出错的代码行，并且你可以继续自己的会话或脚本。实际上，一旦你熟悉了Python，其出错消息通常能够提供尽你所需的调试支持。

 

测试

 

除了充当学习语言的体验工具，交互式解释器也是测试已经写入到文件中的代码的好地方。你可以交互地导入模块文件，并且通过在交互提示模式中输入命令从而在它们定义的工具上运行测试。

 

例如，下面的代码在Python的标准库所附带的一个预编码的模块中测试一个函数（它显示出我们当前所工作的目录的名称），但一旦开始编写自己的模块文件，也可以做同样的事情：

>>> import os
>>> os.getcwd（）  <== Testing on the fly
'c:\\Python30'

更为常见的是，交互提示模式是一个测试程序组件的地方，不需要考虑其源代码，你可以在Python文件中导入并测试函数和类，通过输入命令来连接C函数，在Jython中使用的Java类等。一部分是因为这种交互的本身特性，Python支持了一种实验性和探索性的编程风格，当开始使用的时候，你就会发现这种风格是很方便的。