本文“发表于微博自媒体”，微博：@钻石草帽

1. The Python Language Reference 3.6.5

1.1. 简单介绍

  1. 解释器
    • CPython：C语言解释器
    • Jython：Java解释器
    • Python for .NET：使用的是CPython，但可以管理.NET应用且使.NET库可用
    • IronPython：Python for .NET更纯粹的替代品
    • PyPy：由Python编写的解释器
  2. 概念
    • 词法分析（lexical analysis）和句法分析（syntactic analysis）使用的概念几乎一样，但前者针对词，后者针对句
    • 使用巴科斯-诺尔形式（Backus-Naur form，BNF）表示词法（lexical）规则，它用于表示上下文无关文法的语言，描述了一类形式语言
    • 规则通常在一行中描述
    • 空格只是用来区分语法表示中的各个部分
    • ::=表示定义
    • |表示左右2项中的任意1项，即或者
    • *表示不少于0次的重复
    • +表示不少于1次的重复
    • [ ]表示最多出现1次的可选项
    • < >表示必选项
    • { }表示可重复0至无穷大次的项
    • ( )表示分组
    • " "其中的字符表示字符本身
    • 斜体字表示参数
    • ...2个不同字符间的3个点表示在这2个ASCII字符间的范围内任选1个字符

1.2. 词法分析

Python通过解释器（parser）读取程序，输入解释器的是由词法分析器（lexical analyzer）形成的标记（tokens）序列。Python使用Unicode编码解析程序，默认为UTF-8，可在PEP 3120中查阅细节。

  1. 行结构
    • Python程序被划分成不同的逻辑行
    • 逻辑行（logical line）尾用NEWLINE标记，除有NEWLINE标记外，语句不能跳出该行执行，而逻辑行是由不少于1条遵循行连接规则的物理行（physical line）组成；除了逻辑行开头和字符内的空格外，在1个逻辑行内，空格、tabs、formfeeds都会被忽略，注释也将被忽略
    • 物理行是一个包含结束行标记的字符序列，包括ASCII LF、ASCII序列CR LF、ASCII CR字符，Python使用ASCII LF即\n表示行结束符
    • 连接规则
      • 明确的行连接：在物理行的行尾使用\将不同的物理行连接为逻辑行，有该符号的行不能写注释
      • 隐含的行连接：如果各类括号内的字符分行写，不需要\符号，各行也将被认定为1个逻辑行，并且，每行都可以写注释，但如果分行首尾都使用3个单引号，虽然可以被认定为1个逻辑行，但不能写注释
    • 注释（comments）以#开头并以结束符结尾的物理行，它没有任何标记，将被句法忽略
    • 编码声明（encoding declarations）是指，在Python的第1或第2行，以注释形式按照coding[=:]\s*([-\w.]+)语法编写的代码，推荐使用# -*- coding: <encoding-name> -*-这样的声明
    • 在交互输入语句时，对空行的处理取决于读取-求值-输出循环（read-eval-print loop，REPL），标准的处理方式是，空的逻辑行终止多行语句
    • 缩进（indentation）用于决定多行语句是否为1个组
      • 缩进由1到8个空格组成，一般为4个空格
      • 缩进不能用\分割成多行
      • 单个文件内的缩进必须一致
      • Python使用栈来处理INDENT和DEDENT标记，以识别代码块
  2. 其他标记：identifiers、keywords、literals、operators和delimiters
    • Identifiers
      • 标识的语法基于Unicode Standard Annex #31，且不限长度，更多细节可查阅PEP 3131
      • 在Python3中，ASCII以外的字符使用Unicode Character Database版本，并包含于unicodedata模块中
      • Unicode类型代码中的字符释义。Lu全字母大写；Ll全字母小写；Lt首字母大写；Lm修饰字母（modifier letter）；Lo其他字母；Nl字母数字（letter numbers）；Mn无空格标记（nonspacing marks）；Mc间距组合标记（spacing combining marks）；Nd十进制数（decimal numbers）；Pc连接器标点符号（connector punctuations）；Other_ID_Start表示PropList.txt中的字符；Other_ID_Continue与Other_ID_Start相同
      • 所有的标识都被转换为NFKC（Normalization Forms, Compatibility Decomposition, followed by Canonical Composition）。标准形式共有4类，NFKC为其中1类，其他3类分别为NFD（Normalization Forms, Canonical Decomposition）、NFC（Normalization Forms, Canonical Decomposition, followed by Canonical Composition）、NFKD（Normalization Forms, Compatibility Decomposition），具体可查阅Unicode Standard Annex #15
    • Keywords
      • 以下标识是Python的关键词，拼写时必须完全准确：False, class, finally, is, return, None, continue, for, lambda, try, True, def, from, nonlocal, while, and, del, global, not, with, as, elif, if, or, yield, assert, else, import, pass, break, except, in, raise
      • 预留的类标识有3个：_*不会被from module import *导入；__*__系统定义的名称；__*类的私有名
    • Literals
      • 文字是一些内建类型固定值的符号
      • 文字与其前缀（包括字符前缀和字节前缀）之间不允许使用空白符
      • 源码字符由解码声明决定，默认为UTF-8
      • \反斜杠跳出字符表示，创建有特殊含义的功能，比如创建新行、输出反斜杠自身或者引用字符等
      • 字节文字包括前缀b或者B，创建的是字节类型而不是字符类型
      • 以r或R为前缀的字符和字节类型，将后续的所有字符仅作为字符处理，而不考虑其可能表示的特殊含义，这一作用称为raw strings，例如\n前加上前缀，输出为字符\n而不创建新行
      • 以f或F为前缀的字符表示格式化的字符串，即部分内容由变量控制其变动，格式化的表达式则置于花括号中，反斜杠不能用于格式化表达式中，表达式中的!s等价于str()、!r等价于repr()、!a等价于ascii()；f可与r连用，但不能与b或u连用，因此，只能格式化字符，不能格式化字节
      • 其他跳出字符序列的标识可查阅Reference文档；更多关于格式化字符串的建议可查阅PEP 498 - Literal String Interpolation
      • 数值包括整数、浮点数、复数（imaginary literals）共3类，每1类都可以使用单个下划线对数值进行分组
    • Operators
      • 运算符包括+, -, *, **, /, //, %, @, <<, >>, &, |, ^, ~, <, >, <=, >=, ==, !=
    • Delimiters
      • 分隔符包括(, ), [, ], {, }, ,, :, ., ;, @, =, ->, +=, -=, *=, /=, //=, %=, @=, &=, |=, ^=, >>=, <<=, **=
      • 以下4个ASCII字符与其他字符结合有特殊含义：', ", #, \
      • 以下3个ASCII字符没有在Python中使用：$, ?, MD中标记代码的斜点

1.3. 数据模型

  1. 对象：值和类型
    • 对象是Python中对数据的抽象化概念，Python程序中的所有数据都以对象或对象间的关联表示
    • 每个对象都有身份，即类型和值，并且，对象一旦创建，将存储于内存中，身份无法改变，is运算比较的是2个对象，id()函数返回的整数表示其身份，如果在CPython解释器中，该数值表示其内存地址；对象不可被完全消除，但可能通过垃圾回收变得不可获取，在CPython解释器中，采用引用计数（reference-counting）方案检测循环链接的垃圾，即只要对象不可获取，即尽可能多地回收垃圾，但无法保证回收那些循环引用的垃圾
    • 对象类型既决定了支持对象的运算符，也决定了对象类型的值，并且与身份一样，对象的类型一经确定，不可更改；type函数返回对象类型；类型几乎影响了所有的对象行为（object behavior），甚至包括其身份：对于不可变类型，计算新值的运算可能返回的是1个有相同类型和值的已有对象，但如果是可变类型，则必定是不同的对象，例如，a = 1; b = 1，只要解释器允许，则a和b可以指向相同的对象和值，但如果是c = []; d = []，尽管c和d都是空list，但必定指向2个不同的空list
    • 对象的值既有可更改的类型，也有不可更改的类型，并且可以相互嵌套，是否可更改取决于对象它的类型
    • 容器（container）是指包含引用其他对象的对象，例如，list、tuple、dictionaries等，引用是容器值的组成部分；在大多数情况下，讨论容器的值，指的是值本身，而非包含对象的身份，但是，当讨论容器的可变性时，仅指容器所含对象的身份，因此，如果不可变容器，比如tuple，引用了可变对象，那么，可变对象改变就意味着不可变容器的值发生改变
  2. 标准类型层级结构（the standard type hierarchy）
    • None：单一值；内建；没有返回值的情况；真实值为False
    • NotImplemented：单一值；内建；运算未执行；真实值为True
    • Ellipsis：单一值；内建；-；真实值为True
    • numbers.Number：非单一值；自建或内建；数学运算
      • numbers.Integral：整数；包括整数和布尔值2种类
      • numbers.Real：双精度浮点数
      • numbers.Complex：双精度浮点数对，用于表示复数的实部和虚部
    • Sequences：有限的、有序的、非负数索引的集合；切片a[i:j]中任意一个索引k满足条件i <= k < j；有间隔的切片a[i:j:k]中任意一个索引x满足条件x = i + n*k, n >= 0, i <= x < j
      • 不可变序列（Immutable Sequences）：Strings、Tuples、Bytes
      • 可变序列（Mutable Sequences）：Lists、Byte Arrays[通过bytearray()函数创建]
    • Set types：有限的、无序的、元素唯一的、无索引的不可变对象；包含2种固有类型：
      • sets，表示可变集合，使用set()函数创建，使用add()等函数修改
      • Frozen sets，表示不可变集合，使用frozenset()函数创建
    • Mappings：有限的、可变的、随意索引的对象集合；包含1种固有类型，即Dictionaries，使用花括号创建，dbm.ndbm、dbm.gnu以及collections模块可创建其他mapping类型
    • Callable Types：函数应用
      • User-Defined Functions：通过定义函数创建，特殊属性包括：__doc__, __name__, __qualname__, __module__, __defaults__, __code__, __globals__, __dict__, __closure__, __annotations__, __kwdefaults__，其中，除__globals__为只读为，其他均为可写
      • Instance Methods：实例方法对象是类、类实例和任何函数的组合
      • Generator Functions：使用yield语句的函数或方法
      • Coroutine Functions：使用async def定义的函数或方法
      • Asynchronous Generator Functions：使用async def定义并使用yield语句的函数或方法
      • Built-in Functions：由C语言写成的函数对象
      • Built-in Methods：作为参数传递给C函数
      • Classes：类可调用，并且可以创建与自身类似的实例
      • Class Instances：类的实例
    • Modules：模块是Python代码的基础组织单元
    • Custom Classes：通过类定义创建
    • Class Instances：通过调用类对象创建类实例
    • I/O Objects：也称为文件对象，表示打开的文件
    • Internal Types：解释器使用的一些类型
      • Code Objects：表示字节编译（byte-compiled）的可执行Python代码或者字节代码（bytecode）；字节对象没有上下文，不可变且没有直接或间接地关联可变对象
      • Frame Objects：表示执行框架，可能发生于回溯对象（traceback objects）中
      • Traceback Objects：表示追踪Exception的栈
      • Slice Objects：表示通过__getitem()__方法获取的切片
      • Static Method Objects：提供了一种防止函数对象转换成方法对象的途径，通过staticmethod()创建
      • Class Method Objects：与静态方法对象类似，通过将对象包裹以便从类和类实例中取出
  3. 类的特殊方法名称：主要介绍与类有关的各种名称及其作用
  4. 协同程序（Coroutines）：主要介绍协同程序对象如何定义；与awaitable object相同；协同程序的方法；异步迭代器（Asynchronous Iterators）；异步上下文管理器

1.4. 执行模型

  1. 程序的结构
    • Python程序由代码块（code blocks）构成
    • 代码块是Python程序文中的一部分，作为1个执行单元
    • 模块、函数主体、类是多个代码块；命令、脚本文件、脚本命令、传入eval()和exec()函数的字符参数都是1个代码块
    • 代码块在执行框架中被执行，该框架包含一些管理信息，并决定当代码块执行完成后，执行在何地以何种方式继续
  2. 命名和捆绑
    • 名称既可与对象关联，也由名称捆绑操作来介绍，比如for循环中的名称
    • 名称的作用范围由其所定义的范围决定，比如global、nonlocal等语句
    • 自由变量的名称解析发生在运行时，而不是编译时，并且，自由变量是在全局名称空间中解析，而不是在最近的名称空间中
  3. 例外
    • 例外意味着跳出当前代码块的控制流，去处理错误或者其他条件
    • Python解释器如果在运行时检测到错误，则通过raise语句执行例外情况
    • Python使用“终结”模式处理错误，这意味者Python只能检测错误，并继续执行错误发生后已定义的执行步骤，但无法修复错误和重新执行已失败的操作

1.5. 引入系统（Import System）

在Python的1个模块中，通过引入系统获取另1个模块的内容。引入系统的作用机制分2步：第1步是通过__import__函数搜索模块名称，第2步是通过import语句将搜索结果捆绑到本地名称范围。当第1次引入模块时，Python会创建1个模块对象并初始化，如果没有找到模块，则报错ModuleNotFoundError。相关文档见PEP 302: New Import Hooks和PEP 420: Implicit Namespace Packages。

  1. 包
    • 可以粗略地将包理解为文件夹，将模块理解为文件；所有的包都是模块，但并不是所有的模块都是包，即包是一类特殊的模块；任何包含__path__属性的模块可以理解为1个包
    • 所有的模块都有名称；可以使用父包名称.子包名称的形式，区分父包名称和子包名称
    • Python定义了2类包：一般包（regular packages）和名称空间包（namespace packages）
      • 一般包是1个包含__init__.py文件的文件夹，引入包时，将执行包中所有的__init__.py文件，包括子包下的该文件；该类包存在于Python3.2及其更早的版本中
      • 名称空间包的特征比一般包复杂，包括：1.由多个部分（portions）综合；2.每个部分为父包提供1个子包；3.部分既可以存在于文件系统中，也可以在zip文件、网络等Python可以搜索到的任何地方；4.不必然与文件系统的对象直接联系，可能是虚拟的模块；5.不使用一般的__path__属性列表，而是只要父包路径改变，即在整个包的范围内使用自定义的迭代机制，对每一个引入操作都执行一次新的搜索；6.因该类包使用动态化迭代搜索机制，任意部分可能存在多个父包，也就不存在严格的层级结构，所以子包和父包中没有__init__.py文件；为适应这种机制变换，当引入子包时，Python为最高层的父包创建名称空间包；7.更多细节查阅PEP 420: Implicit Namespace Packages
  2. 搜索和加载
    • 在sys.modules中寻找模块全称，找到则返回模块对象
    • 当在sys.modules未找到模块全称时，即搜索包含finder对象的sys.meta_path，这些finders使用包含3个参数的find_spec()方法并运用任何可能的策略，确定它们是否能够处理搜寻的模块，亦即引入协议（import protocol）的范畴
      • find_spec()方法包含的3个参数分别是名称、引入路径和目标模块（可选）
      • 如果是最高层级的模块，引入路径参数为空，但对于子模块或者子包，引入路径参数为父包__path__属性的值
    • 引入协议分别使用finders和loaders这2个概念对象（conceptual objects）继续执行寻找和加载任务，这2个概念对象包含了一些默认类型（列明的3种类型见下），这些类型的作用机制保证引入机制搜索的范围是可扩展的，需要强调的是，finders只负责找模块，而不加载模块，如果finders找到模块，则返回包含loaders的module spec（在Python3.4及更早的版本中，loaders和module spec是分开返回）
      • 寻找内建模块（built-in modules）
      • 寻找frozen模块
      • 寻找import path（包括文件系统路径、zip文件以及拥有权限的网络位置等）中包含的模块
    • 引入机制的可扩展性主要由引入钩子（import hooks）决定，Python包含2类引入钩子：
      • meta hooks：在引入机制开始时即启动，保证其可覆盖sys.path过程、Frozen modules甚至内建模块，通过向sys.meta_path增加新的finder对象发生作用
      • import path hooks：作为sys.path过程的组成部分，通过向sys.path_hooks增加新的可调用项发生作用
    • 应当注意到meta path finder和path entry finder（这是finders中的一种类型，搜索sys.path、sys.path_hooks和sys.path_importer_cache共3类路径，可大致对应于第2类钩子）尽管在类型、作用机制、协议等方面相似，但两者存在显著区别，比如，meta path finder在搜索开始时启动，而path entry finder不是
    • 替换整个引入系统最可靠的方式是，将sys.meta_path的默认内容全部替换为自定义内容
  3. PEPs

1.6. 语法分析

后续章节对表达式、简单语句、复杂语句和最高级组件的使用语法做了分析，有需求时再针对性学习。

1.7. 版本记录

  1. 2018年05月16日，v1.0.0

1.8. 微博发布

  • [x] 简单介绍
  • [x] 词法分析
  • [x] 数据模型
  • [x] 执行模型
  • [x] 引入系统（Import System）
  • [x] 语法分析

results matching ""

    No results matching ""