为什么Python的语法规范不包含文档字符串和注释？

第1节

评论会怎样？

在标记化/词法分析期间,将忽略注释(以#开头的任何内容),因此无需编写规则来解析它们.它们不向解释器/编译器提供任何语义信息,因为它们仅用于为读者提高程序的详细程度,因此它们被忽略.

这是ANSI C编程语言的lex规范：http://www.quut.com/c/ANSI-C-grammar-l-1998.html.我想提请你注意这里处理注释的方式：

"/*"            { comment(); }
"//"[^n]*      { /* consume //-comment */ }

现在,看一下int的规则.

"int"           { count(); return(INT); }

这是处理int和其他标记的lex函数：

void count(void)
{
    int i;

    for (i = 0; yytext[i] != ''; i++)
        if (yytext[i] == 'n')
            column = 0;
        else if (yytext[i] == 't')
            column += 8 - (column % 8);
        else
            column++;

    ECHO;
}

你在这里看到它以ECHO语句结束,这意味着它是一个有效的标记,必须进行解析.

现在,这是处理注释的lex函数：

void comment(void)
{
    char c,prev = 0;

    while ((c = input()) != 0)      /* (EOF maps to 0) */
    {
        if (c == '/' && prev == '*')
            return;
        prev = c;
    }
    error("unterminated comment");
}

这里没有ECHO.所以,没有任何回报.

这是一个有代表性的例子,但python完全相同.

第2节

docstrings会发生什么？

注意：我的答案的这一部分是对@MartijnPieters答案的补充.这并不意味着复制他在帖子中提供的任何信息.现在,据说,……

I originally guessed that comments and docstrings are removed in a
first pass by the CPython compiler[…]

Docstrings(未分配给任何变量名的字符串文字,’……’,“……”,”’……”或“”“……”“”内的任何内容)确实是处理.它们被解析为简单的字符串文字(STRING标记),正如Martijn Pieters在his answer中提到的那样.截至当前的文档,只是顺便提一下,文档字符串被赋值给函数/ class / module的__doc__属性.如何做到并没有在任何地方深入提及.

实际发生的是它们被标记化并解析为字符串文字,生成的结果解析树将包含它们.从解析树生成字节代码,文档字符串位于__doc__属性中的正确位置(它们不是显式字节代码的一部分,如下所示).我不会详细介绍,因为上面链接的答案描述的内容非常详细.

当然,可以完全忽略它们.如果你使用python -OO(-OO标志代表“强烈优化”,而不是-O代表“温和地优化”),结果字节代码存储在.pyo文件中,这排除了文档字符串.

下图可以看到：

使用以下代码创建文件test.py：

def foo():
    """ docstring """
    pass

现在,我们将使用正常的标志集编译此代码.

>>> code = compile(open('test.py').read(),'','single')
>>> import dis
>>> dis.dis(code)
  1           0 LOAD_CONST               0 (<code object foo at 0x102b20ed0,file "",line 1>)
              2 LOAD_CONST               1 ('foo')
              4 MAKE_FUNCTION            0
              6 STORE_NAME               0 (foo)
              8 LOAD_CONST               2 (None)
             10 RETURN_VALUE

如您所见,字节代码中没有提到我们的docstring.但是,他们在那里.要获得文档字符串,您可以…

>>> code.co_consts[0].co_consts
(' docstring ',None)

因此,正如您所看到的,docstring确实保留,而不是作为主字节码的一部分.现在,让我们重新编译这段代码,但优化级别设置为2(相当于-OO开关)：

>>> code = compile(open('test.py').read(),'single',optimize=2)
>>> dis.dis(code)
  1           0 LOAD_CONST               0 (<code object foo at 0x102a95810,line 1>)
              2 LOAD_CONST               1 ('foo')
              4 MAKE_FUNCTION            0
              6 STORE_NAME               0 (foo)
              8 LOAD_CONST               2 (None)
             10 RETURN_VALUE

不,差异,但……

>>> code.co_consts[0].co_consts
(None,)

docstrings现在已经消失了.

-O和-OO标志只删除内容(字节代码的优化默认完成… -O删除断言语句,如果__debug __：套件来自生成的字节码,而-OO则忽略文档字符串).结果编译时间会略有减少.此外,执行速度保持不变,除非你有大量的assert和if __debug__：语句,否则对性能没有影响.

另外,请记住只有在文档字符串是函数/类/模块定义中的第一个内容时才会保留文档字符串.编译期间只删除所有其他字符串.如果将test.py更改为以下内容：

def foo():
    """ docstring """

    """test"""
    pass

然后使用optimization = 0重复相同的过程,这在编译时存储在co_consts变量中：

>>> code.co_consts[0].co_consts
(' docstring ',None)

意思是,“”测试“”已被忽略.您会感兴趣的是,此删除操作是字节代码基本优化的一部分.

第3节

补充阅读

(你可能会发现这些引用和我一样有趣.)

> What does Python optimization (-O or PYTHONOPTIMIZE) do?
> What do the python file extensions,.pyc .pyd .pyo stand for?
> Are Python docstrings and comments stored in memory when a module is loaded?
> Working with compile()
> dis模块
> peephole.c(Martijn提供) – 所有编译器优化的源代码.如果您能理解它,这尤其令人着迷！