Python 數值中的下劃線是怎么回事？
花下貓語：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識過了。在 2016 年的 3.6 版本之后，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。這篇翻譯的文檔，將帶你重溫這個特性的引入過程。
概要和原理
本 PEP 提議擴展 Python 的語法，使得在“字符串變成數”(number-from-string)構造器中，下劃線可以作為視覺分隔符，對整數、浮點和復數字面量的數字進行分組。
(Python貓注：關于 Python 的數值類型，可以查看 PEP-3141)
這是其它現代語言的一個常見特性，有助于理解長的或者值應該被直觀地分成幾部分的字面量，如十六進制表示法中的字節或單詞。
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)
規范
目前的提議是在數字之間和在數字字面量的基本標識符之后，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"
浮點數和復數的字面量：
- 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")
構造函數
遵循相同的放置規則，下劃線可以在以下構造函數中使用：
- int()(任意進制)
- float()
- complex()
- Decimal()
進一步的變更
新式的數字轉字符串(number-to-string)格式化語法將被擴展，允許 _ 作為千位分隔符。這可以用更具可讀性的字面量來輕松地生成代碼。[11]
The syntax would be the same as for the comma, e.g. {:10_} for a width of 10 with _ separator.(這句沒看懂...不譯)
對于 b、x 和 o 格式符，_ 也將支持，并按 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。在語言規范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，盡管文檔說數字間限制 1 個下劃線 [3]
- Ruby：單個，僅在數字間(盡管文檔說“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(盡管文檔說僅在“數字之間”) [5]
被否決的語法
(Python貓注：每個 PEP 在初提出階段，都可能引起很多關于語法設計的討論，在正式采納的 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，而不是上面聲明的相對嚴格的規則。在其它語言中，常見的規則包括：
- 只允許一個連續的下劃線，并且只能在數字之間。
- 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(例如小數點后)。
本 PEP 中的語法最終被選中，因為它涵蓋了常見的用例，并且不會出現被 Python 風格指南所不鼓勵使用的語法。
一個不太常見的規則是只允許每 N 位數字有下劃線(其中 N 可能是 3 個十進制字面量，或 4 個十六進制字面量)。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)
2、其它的分隔符
還有一種建議是使用空格進行分組。雖然字符串是一種結合相鄰字面量的先例，但這種行為可能會導致意外的效果，而下劃線則不會。而且，除了那些基本會忽略任何空格的語言外，沒有其它語言使用此規則。
c++ 14 引入了單引號來進行分組(因為下劃線會與用戶定義的字面量產生歧義)，由于單引號已經被 Python 的字符串字面量使用了，所以沒有考慮它。[1]
實現
實現上述規范的初步補丁已經發布到問題跟蹤器。[12]
參考內容
[1] (1, 2) http://www.open-std.org/jtc1/sc22/wg21/docs/papers/2013/n3499.html
[2] https://dlang.org/spec/lex.html#integerliteral
[3] https://perldoc.perl.org/perldata#Scalar-value-constructors
[4] https://web.archive.org/web/20160304121349/http://doc.rust-lang.org/reference.html#integer-literals
[5] https://docs.swift.org/swift-book/ReferenceManual/LexicalStructure.html
[6] https://github.com/dotnet/roslyn/issues/216
[7] https://docs.oracle.com/javase/7/docs/technotes/guides/language/underscores-literals.html
[8] http://archive.adaic.com/standards/83lrm/html/lrm-02-04.html#2.4
[9] https://web.archive.org/web/20160223175334/http://docs.julialang.org/en/release-0.4/manual/integers-and-floating-point-numbers/
[10] https://ruby-doc.org/core-2.3.0/doc/syntax/literals_rdoc.html#label-Numbers
[11] https://mail.python.org/pipermail/python-dev/2016-February/143283.html
[12] http://bugs.python.org/issue26331
版權
該文檔已放入公共領域。
源文件：https://github.com/python/peps/blob/master/pep-0515.txt
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
創建日期：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
本文轉載自微信公眾號「Python貓」，可以通過以下二維碼關注。轉載本文請聯系Python貓公眾號。
