Python REPL / 互動模式

簡介

在學習或開發 Python 時，REPL（Read–Eval–Print Loop） 是最常被使用的入口。它提供了一個即時執行程式碼的環境，讓開發者可以在不需要寫完整檔案的情況下，快速驗證想法、除錯或探索語言特性。對於剛踏入程式設計的初學者，REPL 就像是「練習場」；對於有經驗的開發者，它則是「即時測試工具」與「原型開發利器」。掌握 REPL 的使用方式，能大幅提升開發效率與學習曲線。

本篇文章將從 REPL 的基本概念出發，說明如何啟動與設定、常見的互動指令、實用的程式碼範例，並探討在日常開發中可能遇到的陷阱與最佳實踐，最後舉出幾個真實的應用情境，幫助你在實務上充分發揮 Python 互動模式的威力。

核心概念

什麼是 REPL？

REPL 是一個 讀取（Read） 使用者輸入、求值（Eval） 表達式、輸出（Print） 結果、再回到 循環（Loop） 的過程。Python 內建的 python 指令即提供了這樣的互動介面，執行 python（或 python3）後會看到類似：

>>>

此提示符號（prompt）表示系統已準備好接受下一行程式碼。

啟動 REPL 的方式

方法	說明
`python` / `python3`	最基本的方式，直接進入標準 REPL。
`python -i <script.py>`	執行完腳本後保留互動環境，方便檢查變數。
`ipython`	功能更強大的 REPL，支援自動補全、魔法指令等。
`python -m pdb <script.py>`	以除錯模式啟動，提供斷點與逐行執行功能。

小技巧：在 macOS / Linux 終端機中，python3 -q 可以關閉版權資訊，讓提示更簡潔。

基本互動指令

指令	功能
`Ctrl‑D`（或 `exit()`）	離開 REPL。
`Ctrl‑C`	中斷當前輸入的程式碼，返回提示符。
`_`	取得上一個表達式的結果（在標準 REPL 中）。
`help()`	進入內建說明系統，可查詢模組、關鍵字等。

程式碼範例

以下示範 5 個在 REPL 中常見且實用的範例，請直接在提示符下輸入，觀察即時回饋。

1️⃣ 基本運算與 `_` 變數

>>> 3 * 7
21
>>> _ + 10          # 使用前一次結果
31

_ 只會保存最近一次 非賦值 表達式的值，對除錯非常方便。

2️⃣ 多行敘述與自動縮排

>>> def greet(name):
...     """傳回問候字串"""
...     return f"哈囉，{name}！"
...
>>> greet("小明")
'哈囉，小明！'

在 REPL 中，輸入 def、if、for 等需要區塊的語句時，系統會自動切換到 ... 提示符，讓你持續輸入縮排好的程式碼。

3️⃣ 匯入模組與使用魔法指令（IPython）

>>> import math
>>> math.sqrt(144)
12.0

若使用 IPython，可以利用魔法指令快速載入：

>>> %timeit sum(range(1000))

此指令會測量 sum(range(1000)) 的執行時間，對效能測試非常有幫助。

4️⃣ 變數檢視與 `locals()` / `globals()`

>>> a = 5
>>> b = a * 2
>>> locals()
{'__name__': '__main__', '__doc__': None, '__package__': None,
 '__loader__': <class '_frozen_importlib_external.SourceFileLoader'>,
 '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>,
 'a': 5, 'b': 10}

locals() 會回傳目前局部命名空間的字典，globals() 則回傳全域命名空間。這在除錯或動態產生變數時相當有用。

5️⃣ 快速測試資料結構

>>> stack = []
>>> stack.append(1)
>>> stack.append(2)
>>> stack.pop()
2
>>> stack
[1]

使用 REPL 可以即時驗證演算法或資料結構的行為，而不必寫完整腳本。

常見陷阱與最佳實踐

陷阱	說明	建議的最佳實踐
忘記 `Ctrl‑C` 中斷	長時間執行的迴圈或錯誤的遞迴會讓 REPL 卡住。	使用 `Ctrl‑C` 立即中斷，必要時加上 `try/except KeyboardInterrupt` 捕捉。
變數污染	REPL 會持續保留先前的變數，容易產生「舊資料」干擾新測試。	在每次測試前使用 `reset`（IPython）或重新啟動 REPL。
單行敘述的限制	複雜的程式碼（如 list comprehension 內含多層迴圈）在標準 REPL 中不易閱讀。	使用 `python -i script.py` 先寫檔案，再回到 REPL 檢查結果。
隱式類型轉換	REPL 直接顯示結果，可能忽略錯誤的類型假設。	明確使用 `type()` 檢查，或在重要運算前加上斷言 `assert isinstance(x, int)`。
版本差異	Python 2 與 Python 3 的 REPL 行為略有不同（如 `print` 語法）。	確認執行環境的版本，建議統一使用 Python 3.x。

小技巧

使用 pip install ptpython：提供更好看的主題與自動補全。
設定 PYTHONSTARTUP：指向一個啟動腳本，可自動載入常用模組或自訂提示符。
利用 repr()：在 REPL 中直接觀察物件的正式表示，方便偵錯。

實際應用場景

場景	為何適合使用 REPL
演算法驗證	在解題或面試前，快速測試排序、搜尋等演算法的正確性。
資料探索	讀取 CSV、JSON 後，使用 REPL 逐行檢查資料型別與分布。
即時除錯	在長腳本中加入 `import pdb; pdb.set_trace()`，執行到該行即自動切換到互動除錯模式。
教學示範	老師在課堂上即時展示語法，學生可同步在自己的終端機操作。
原型開發	想要快速驗證外部 API 回傳格式，只要在 REPL 中發送 HTTP 請求即可。

範例：使用 requests 於 REPL 內測試 API

>>> import requests
>>> r = requests.get('https://api.github.com')
>>> r.status_code
200
>>> r.json()['current_user_url']
'https://api.github.com/user'

總結

Python REPL 不只是「一個可以輸入程式碼的視窗」，它是一個 即時、互動、可迭代 的開發環境。掌握以下幾點即可讓你事半功倍：

快速啟動：python、ipython、python -i script.py 各有適用情境。
善用特殊變數：_、locals()、globals() 讓結果追蹤更便利。
避免陷阱：定期重啟、使用 Ctrl‑C 中斷、注意版本差異。
結合工具：ptpython、IPython、pdb 為 REPL 注入更多功能。

無論是 學習新語法、驗證演算法，或是 除錯與資料探索，REPL 都是不可或缺的好幫手。建議大家在日常開發流程中，養成「先在 REPL 嘗試」的習慣，將程式設計的迭代速度提升到新的層次。祝你玩得開心、寫程式更順！