为什么必须使用两轮表达式引用来定义 local({...})？

Question

我想了解 R 的 local 函数是如何工作的。有了它，您可以打开一个临时的本地范围，这意味着 local 中发生的事情（最值得注意的是，变量定义）保留在 local 中。只有区块的最后一个值被返回给外界。所以：

x <- local({
    a <- 2
    a * 2
}) 

x
## [1] 4

a
## Error: object 'a' not found

local 定义如下：

local <- function(expr, envir = new.env()){
    eval.parent(substitute(eval(quote(expr), envir)))
}

据我了解，发生了两轮表达式引用和后续评估：

eval(quote([whatever expr input]), [whatever envir input]) 由 substitute 作为未评估的调用生成。
调用在 local 的调用框架（在我们的例子中是全局环境）中进行评估，所以 [whatever expr input] 在 [whatever envir input]

但是，我不明白为什么第2步是必要的。为什么我不能像这样简单地定义 local：

local2 <- function(expr, envir = new.env()){
    eval(quote(expr), envir)
}

我认为它会在空环境中计算表达式 expr？所以 expr 中定义的任何变量都应该存在于 envir 中，因此在 local2?

结束后消失

但是，如果我尝试这样做，我会得到：

x <- local2({
    a <- 2
    a * 2
}) 
x
## [1] 4
a
## [1] 2

所以 a 泄漏到全球环境中。这是为什么？

编辑： 更神秘：为什么它不会发生：

eval(quote({a <- 2; a*2}), new.env())
## [1]  4
a
## Error: object 'a' not found

Answer 1

R 函数的参数作为承诺传递。除非特别要求该值，否则不会对其进行评估。所以看看

# clean up first
if exists("a") rm(a)

f <- function(x) print(1)
f(a<-1)
# [1] 1
a
# Error: object 'a' not found
g <- function(x) print(x)
g(a<-1)
# [1] 1
a
# [1] 1

请注意，在 g() 函数中，我们使用传递给函数的值，该值是对 a 的赋值，以便在全局环境中创建 a。使用 f()，永远不会创建该变量，因为该函数参数仍然是承诺结束，从未被评估。

如果你想访问一个参数而不评估它，你需要使用类似 match.call() 或 subsititute() 的东西。 local() 函数执行后者。

如果删除 eval.parent()，您会看到替换将参数中未计算的表达式放入对 eval().

的新调用中

h <- function(expr, envir = new.env()){
    substitute(eval(quote(expr), envir))
}
h(a<-1)
# eval(quote(a <- 1), new.env())

好像你在做什么

j<- function(x) {
  quote(x)
}
j(a<-1)
# x

您并没有真正创建新的函数调用。此外，当您 eval() 该表达式时，您会从其原始调用环境触发 x 的评估（触发承诺的评估），而不是在新环境中评估表达式。

local() 然后使用 eval.parent() 以便您可以在块内的环境中使用现有变量。例如

b<-5
local({
  a <- b
  a * 2
})
# [1] 10

看看这里的行为

local2 <- function(expr, envir = new.env()){
    eval(quote(expr), envir)
}
local2({a<-5; a})
# [1] 5
local2({a<-5; a}, list(a=100, expr="hello"))
# [1] "hello"

看看当我们使用非空环境时，eval() 在环境中查找 expr，而不是在环境中计算代码块。

为什么必须使用两轮表达式引用来定义 local({...})？

Why must local({...}) be defined using two rounds of expression quoting?

r

non-standard-evaluation

r-environment