给定以下代码(不起作用):
while True:
# Snip: print out current state
while True:
ok = get_input("Is this ok? (y/n)")
if ok.lower() == "y": break 2 # This doesn't work :(
if ok.lower() == "n": break
# Do more processing with menus and stuff
有办法解决这个问题吗?还是我必须先检查一次，跳出输入循环，然后再检查一次，如果用户满意，再跳出外部循环?
当前回答
如果您只需要在复杂的for循环巢中测试边缘情况，则可以抛出1/0来引发异常。我保证不会告诉任何人。当您希望快速测试深度嵌套的for循环的单个迭代，并且不想跟踪大量break语句或注释掉大量代码时，这种方法非常方便。
是的，您可以将它包装在函数中并使用return，但在某些上下文中，这可能会非常麻烦。
入门级程序员的例子:
for i in first_iter:
for j in second_iter:
for k in third_iter:
print(i_want_to_run_this_once_and_stop_executing(i,j,k))
1/0
code_that_takes_a_long_time()
expensive_code()
在执行大量数据预处理的大型jupyter笔记本脚本中，这尤其方便。
其他回答
解决方法有两种
举个例子:这两个矩阵相等/相同吗? 矩阵x1和矩阵x2是相同大小的，n，二维矩阵。
第一个解决方案，没有函数
same_matrices = True
inner_loop_broken_once = False
n = len(matrix1)
for i in range(n):
for j in range(n):
if matrix1[i][j] != matrix2[i][j]:
same_matrices = False
inner_loop_broken_once = True
break
if inner_loop_broken_once:
break
第二个解决方案，用函数
这是我案子的最终解决方案。
def are_two_matrices_the_same (matrix1, matrix2):
n = len(matrix1)
for i in range(n):
for j in range(n):
if matrix1[i][j] != matrix2[i][j]:
return False
return True
希望这能有所帮助:
x = True
y = True
while x == True:
while y == True:
ok = get_input("Is this ok? (y/n)")
if ok == "y" or ok == "Y":
x,y = False,False #breaks from both loops
if ok == "n" or ok == "N":
break #breaks from just one
从语言层面上没有办法做到这一点。有些语言 一个goto其他人有一个需要争论的休息，python没有。 最好的选择是: 设置一个由外部循环检查的标志，或设置外部循环 循环条件。 将循环放入函数中，并使用return立即跳出所有循环。 重新规划你的逻辑。
这要归功于Vivek Nagarajan，他从1987年开始成为程序员
使用函数
def doMywork(data):
for i in data:
for e in i:
return
使用国旗
is_break = False
for i in data:
if is_break:
break # outer loop break
for e in i:
is_break = True
break # inner loop break
我的第一反应是将嵌套循环重构为一个函数，并使用return来跳出。
如果您只需要在复杂的for循环巢中测试边缘情况，则可以抛出1/0来引发异常。我保证不会告诉任何人。当您希望快速测试深度嵌套的for循环的单个迭代，并且不想跟踪大量break语句或注释掉大量代码时，这种方法非常方便。
是的，您可以将它包装在函数中并使用return，但在某些上下文中，这可能会非常麻烦。
入门级程序员的例子:
for i in first_iter:
for j in second_iter:
for k in third_iter:
print(i_want_to_run_this_once_and_stop_executing(i,j,k))
1/0
code_that_takes_a_long_time()
expensive_code()
在执行大量数据预处理的大型jupyter笔记本脚本中，这尤其方便。
