Question

Python允许使用unicode标识符。我定义了Xᵘ = 42，期望XU和Xᵤ产生NameError。但实际上，当我定义Xᵘ时，Python（默默地？）将Xᵘ转换为Xu，这让我觉得有些单调的事情要做。为什么会这样？

>>> Xᵘ = 42
>>> print((Xu, Xᵘ, Xᵤ))
(42, 42, 42)

Answer 1

Python将所有标识符转换为NFKC normal form;来自参考文档的Identifiers section：

解析时，所有标识符都转换为正常格式NFKC;标识符的比较基于NFKC。

超级和下标字符的NFKC形式是小写u：

>>> import unicodedata
>>> unicodedata.normalize('NFKC', 'Xᵘ Xᵤ')
'Xu Xu'

所以最后，你只拥有一个标识符Xu：

>>> import dis
>>> dis.dis(compile('Xᵘ = 42\nprint((Xu, Xᵘ, Xᵤ))', '', 'exec'))
  1           0 LOAD_CONST               0 (42)
              2 STORE_NAME               0 (Xu)

  2           4 LOAD_NAME                1 (print)
              6 LOAD_NAME                0 (Xu)
              8 LOAD_NAME                0 (Xu)
             10 LOAD_NAME                0 (Xu)
             12 BUILD_TUPLE              3
             14 CALL_FUNCTION            1
             16 POP_TOP
             18 LOAD_CONST               1 (None)
             20 RETURN_VALUE

上面编译的字节码的反汇编表明标识符在编译期间已经标准化;这在解析期间发生，在创建编译器用于生成字节码的AST（抽象解析树）时，任何标识符都被标准化。

标识符被规范化以避免许多潜在的“看似相似”的错误，否则您最终可能会同时使用ﬁnd()（使用U+FB01 LATIN SMALL LIGATURE FI字符后跟ASCII nd字符）和find()，并想知道为什么你的代码有错误。

Answer 2

Python，从3.0版开始，支持非ASCII标识符。当使用NFKC规范化转换解析标识符时，标准化值相同的任何标识符都被视为相同的标识符。

有关详细信息，请参阅PEP 3131。 https://www.python.org/dev/peps/pep-3131/

Unicode下标和标识符中的上标，为什么Python会考虑XU ==Xᵘ==Xᵤ？

2 个答案: