Python 數(shù)值中的下劃線是怎么回事？

作者：豌豆花下貓 2021-07-31 19:21:34

Python 中下劃線的用法令人嘆為觀止，相信你已在各種文章或教程中見(jiàn)識(shí)過(guò)了。在 2016 年的 3.6 版本之后，Python 還引入了一種新的語(yǔ)法，使得下劃線也可以出現(xiàn)在數(shù)值中。這篇翻譯的文檔，將帶你重溫這個(gè)特性的引入過(guò)程。

[[414507]]

花下貓語(yǔ)：Python 中下劃線的用法令人嘆為觀止，相信你已在各種文章或教程中見(jiàn)識(shí)過(guò)了。在 2016 年的 3.6 版本之后，Python 還引入了一種新的語(yǔ)法，使得下劃線也可以出現(xiàn)在數(shù)值中。這篇翻譯的文檔，將帶你重溫這個(gè)特性的引入過(guò)程。

概要和原理

本 PEP 提議擴(kuò)展 Python 的語(yǔ)法，使得在“字符串變成數(shù)”(number-from-string)構(gòu)造器中，下劃線可以作為視覺(jué)分隔符，對(duì)整數(shù)、浮點(diǎn)和復(fù)數(shù)字面量的數(shù)字進(jìn)行分組。

(Python貓注：關(guān)于 Python 的數(shù)值類型，可以查看 PEP-3141)

這是其它現(xiàn)代語(yǔ)言的一個(gè)常見(jiàn)特性，有助于理解長(zhǎng)的或者值應(yīng)該被直觀地分成幾部分的字面量，如十六進(jìn)制表示法中的字節(jié)或單詞。

例子：

# grouping decimal numbers by thousands 
amount = 10_000_000.0 
 
# grouping hexadecimal addresses by words 
addr = 0xCAFE_F00D 
 
# grouping bits into nibbles in a binary literal 
flags = 0b_0011_1111_0100_1110 
 
# same, for string conversions 
flags = int('0b_1111_0000', 2)

規(guī)范

目前的提議是在數(shù)字之間和在數(shù)字字面量的基本標(biāo)識(shí)符之后，允許有一個(gè)下劃線。下劃線沒(méi)有語(yǔ)義上的意義，數(shù)字字面量會(huì)被解析得就像沒(méi)有下劃線一樣。

字面量語(yǔ)法

因此，整型字面量的表示法看起來(lái)像這樣：

integer: decinteger | bininteger | octinteger | hexinteger 
decinteger: nonzerodigit (["_"] digit)* | "0" (["_"] "0")* 
bininteger: "0" ("b" | "B") (["_"] bindigit)+ 
octinteger: "0" ("o" | "O") (["_"] octdigit)+ 
hexinteger: "0" ("x" | "X") (["_"] hexdigit)+ 
nonzerodigit: "1"..."9" 
digit: "0"..."9" 
bindigit: "0" | "1" 
octdigit: "0"..."7" 
hexdigit: digit | "a"..."f" | "A"..."F"

浮點(diǎn)數(shù)和復(fù)數(shù)的字面量：

floatnumber: pointfloat | exponentfloat 
pointfloat: [digitpart] fraction | digitpart "." 
exponentfloat: (digitpart | pointfloat) exponent 
digitpart: digit (["_"] digit)* 
fraction: "." digitpart 
exponent: ("e" | "E") ["+" | "-"] digitpart 
imagnumber: (floatnumber | digitpart) ("j" | "J")

構(gòu)造函數(shù)

遵循相同的放置規(guī)則，下劃線可以在以下構(gòu)造函數(shù)中使用：

int()(任意進(jìn)制)
float()
complex()
Decimal()

進(jìn)一步的變更

新式的數(shù)字轉(zhuǎn)字符串(number-to-string)格式化語(yǔ)法將被擴(kuò)展，允許 _ 作為千位分隔符。這可以用更具可讀性的字面量來(lái)輕松地生成代碼。[11]

The syntax would be the same as for the comma, e.g. {:10_} for a width of 10 with _ separator.(這句沒(méi)看懂...不譯)

對(duì)于 b、x 和 o 格式符，_ 也將支持，并按 4 位數(shù)分組。

現(xiàn)有的技術(shù)

那些允許下劃線分組的語(yǔ)言，實(shí)現(xiàn)了大量放置下劃線的規(guī)則。在語(yǔ)言規(guī)范與實(shí)際行為相矛盾的情況下，以下會(huì)列出實(shí)際的行為。(“單個(gè)”或“多個(gè)”指的是允許多少連續(xù)的下劃線。)

Ada：?jiǎn)蝹€(gè)，僅在數(shù)字間 [8]
C# (7.0 版本的提案)：多個(gè)，僅在數(shù)字間[6]
C++14：?jiǎn)蝹€(gè)，在數(shù)字之間(選了其它分隔符)[1]
D：多個(gè)，任意位置，包括末尾 [2]
Java：多個(gè)，僅在數(shù)字間 [7]
Julia：?jiǎn)蝹€(gè)，僅在數(shù)字間(但不含浮點(diǎn)指數(shù)部分) [9]
Perl 5：多個(gè)，基本是任意位置，盡管文檔說(shuō)數(shù)字間限制 1 個(gè)下劃線 [3]
Ruby：?jiǎn)蝹€(gè)，僅在數(shù)字間(盡管文檔說(shuō)“任意位置”)[10]
Rust：多個(gè)，任意位置，除了指數(shù)“e”與數(shù)字間[4]
Swift：多個(gè)，數(shù)字之間和末尾(盡管文檔說(shuō)僅在“數(shù)字之間”) [5]

被否決的語(yǔ)法

(Python貓注：每個(gè) PEP 在初提出階段，都可能引起很多關(guān)于語(yǔ)法設(shè)計(jì)的討論，在正式采納的 PEP 中，一般會(huì)保留一些有代表性的被否決的方案，例如下面的兩項(xiàng))

1、下劃線的放置規(guī)則

減少下劃線的使用限制，而不是上面聲明的相對(duì)嚴(yán)格的規(guī)則。在其它語(yǔ)言中，常見(jiàn)的規(guī)則包括：

只允許一個(gè)連續(xù)的下劃線，并且只能在數(shù)字之間。
允許多個(gè)連續(xù)的下劃線，但只能在數(shù)字之間。
允許多個(gè)連續(xù)的下劃線，在大多數(shù)位置，除了字面量的開(kāi)頭，或特殊的位置(例如小數(shù)點(diǎn)后)。

本 PEP 中的語(yǔ)法最終被選中，因?yàn)樗w了常見(jiàn)的用例，并且不會(huì)出現(xiàn)被 Python 風(fēng)格指南所不鼓勵(lì)使用的語(yǔ)法。

一個(gè)不太常見(jiàn)的規(guī)則是只允許每 N 位數(shù)字有下劃線(其中 N 可能是 3 個(gè)十進(jìn)制字面量，或 4 個(gè)十六進(jìn)制字面量)。這是不必要的限制，特別是考慮到這些分隔符位置在不同的文化中是不同的。(Python貓注：例如，我們國(guó)家習(xí)慣將 4 個(gè)數(shù)字分為一組，即 10000 是 1 萬(wàn)，而不是英語(yǔ)文化中的 10 thousand)

2、其它的分隔符

還有一種建議是使用空格進(jìn)行分組。雖然字符串是一種結(jié)合相鄰字面量的先例，但這種行為可能會(huì)導(dǎo)致意外的效果，而下劃線則不會(huì)。而且，除了那些基本會(huì)忽略任何空格的語(yǔ)言外，沒(méi)有其它語(yǔ)言使用此規(guī)則。

c++ 14 引入了單引號(hào)來(lái)進(jìn)行分組(因?yàn)橄聞澗€會(huì)與用戶定義的字面量產(chǎn)生歧義)，由于單引號(hào)已經(jīng)被 Python 的字符串字面量使用了，所以沒(méi)有考慮它。[1]