非 ASCII Python 标识符和反射率

Question

我从 PEP 3131 了解到 Python 支持非 ASCII 标识符，尽管这不是最佳实践。

但是，我遇到了这种奇怪的行为，我的 </code> 标识符 (U+1D70F) 似乎自动转换为 <code>τ (U+03C4)。

class Base(object):
    def __init__(self):
        self. = 5 # defined with U+1D70F

a = Base()
print(a.)     # 5             # (U+1D70F)
print(a.τ)     # 5 as well     # (U+03C4) ? another way to access it?
d = a.__dict__ # {'τ':  5}     # (U+03C4) ? seems converted
print(d['τ'])  # 5             # (U+03C4) ? consistent with the conversion
print(d[''])  # KeyError: '' # (U+1D70F) ?! unexpected!

这是预期的行为吗？为什么会发生这种静默转换？它与 NFKC 规范化有什么关系吗？我认为这只是为了规范地排序 Unicode 字符 sequences...

Answer 1

根据 the documentation on identifiers:

All identifiers are converted into the normal form NFKC while parsing; comparison of identifiers is based on NFKC.

您可以看到 U+03C4 是使用 unicodedata:

的合适结果

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

但是，此转换 不适用于 字符串文字，例如您用作字典键的字符串文字，因此它在字典中寻找未转换的字符只包含转换后的字符。

self. = 5  # implicitly converted to "self.τ = 5"
a.  # implicitly converted to "a.τ"
d['']  # not converted

您可以看到类似的问题，例如与 getattr:

一起使用的字符串文字

>>> getattr(a, '')
Traceback (most recent call last):
  File "python", line 1, in <module>
AttributeError: 'Base' object has no attribute ''
>>> getattr(a, unicodedata.normalize('NFKD', ''))
5

非 ASCII Python 标识符和反射率

Non-ASCII Python identifiers and reflectivity

python

unicode

reflection

identifier

variable-names