Python 數值中的下劃線是怎麼回事？

豌豆花下貓發表於2021-08-01

Python

花下貓語：Python 中下劃線的用法令人歎為觀止，相信你已在各種文章或教程中見識過了。在 2016 年的 3.6 版本之後，Python 還引入了一種新的語法，使得下劃線也可以出現在數值中。這篇翻譯的文件，將帶你重溫這個特性的引入過程。

PEP原文：https://www.python.org/dev/peps/pep-0515

PEP標題：PEP 515 -- Underscores in Numeric Literals

PEP作者：Guido van Rossum, Nick Coghlan

建立日期：Georg Brandl, Serhiy Storchaka

合入版本：3.6

譯者：豌豆花下貓@Python貓

PEP翻譯計劃：https://github.com/chinesehuazhou/peps-cn

概要和原理

本 PEP 提議擴充套件 Python 的語法，使得在“字串變成數”（number-from-string）構造器中，下劃線可以作為視覺分隔符，對整數、浮點和複數字面量的數字進行分組。

（Python貓注：關於 Python 的數值型別，可以檢視 PEP -314 1）

這是其它現代語言的一個常見特性，有助於理解長的或者值應該被直觀地分成幾部分的字面量，如十六進位制表示法中的位元組或單詞。

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)

規範

目前的提議是在數字之間和在數字字面量的基本識別符號之後，允許有一個下劃線。下劃線沒有語義上的意義，數字字面量會被解析得就像沒有下劃線一樣。

字面量語法

因此，整型字面量的表示法看起來像這樣：

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"

浮點數和複數的字面量：

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")

建構函式

遵循相同的放置規則，下劃線可以在以下建構函式中使用：

int()（任意進位制）
float()
complex()
Decimal()

進一步的變更

新式的數字轉字串（number-to-string）格式化語法將被擴充套件，允許 _ 作為千位分隔符。這可以用更具可讀性的字面量來輕鬆地生成程式碼。[11]

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

對於 b、x 和 o 格式符，_ 也將支援，並按 4 位數分組。

現有的技術

那些允許下劃線分組的語言，實現了大量放置下劃線的規則。在語言規範與實際行為相矛盾的情況下，以下會列出實際的行為。(“單個”或“多個”指的是允許多少連續的下劃線。)

Ada：單個，僅在數字間 [8]
C# （7.0 版本的提案）：多個，僅在數字間 [6]
C++14：單個，在數字之間（選了其它分隔符） [1]
D：多個，任意位置，包括末尾 [2]
Java：多個，僅在數字間 [7]
Julia：單個，僅在數字間（但不含浮點指數部分） [9]
Perl 5：多個，基本是任意位置，儘管文件說數字間限制 1 個下劃線 [3]
Ruby：單個，僅在數字間（儘管文件說“任意位置”）[10]
Rust：多個，任意位置，除了指數“e”與數字間 [4]
Swift：多個，數字之間和末尾（儘管文件說僅在“數字之間”） [5]

被否決的語法

（Python貓注：每個 PEP 在初提出階段，都可能引起很多關於語法設計的討論，在正式採納的 PEP 中，一般會保留一些有代表性的被否決的方案，例如下面的兩項）

1、下劃線的放置規則

減少下劃線的使用限制，而不是上面宣告的相對嚴格的規則。在其它語言中，常見的規則包括：

只允許一個連續的下劃線，並且只能在數字之間。
允許多個連續的下劃線，但只能在數字之間。
允許多個連續的下劃線，在大多數位置，除了字面量的開頭，或特殊的位置（例如小數點後）。

本 PEP 中的語法最終被選中，因為它涵蓋了常見的用例，並且不會出現被 Python 風格指南所不鼓勵使用的語法。

一個不太常見的規則是隻允許每 N 位數字有下劃線（其中 N 可能是 3 個十進位制字面量，或 4 個十六進位制字面量）。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，我們國家習慣將 4 個數字分為一組，即 10000 是 1 萬，而不是英語文化中的 10 thousand）