1 / 4概念
Syntax
Python 的语法表面很小:一份关键字表、一条缩进规则、几种复合语句。真正需要记住的是边界——哪些写法属于同一语法层级、哪个特性从哪个版本开始可用、以及一个看似等价的改写为什么会改变作用域或求值时机。
1 概念
1.1 一句话定义
Python 源码由模块、语句与表达式组成:缩进决定块结构,换行结束语句,35 个关键字划出语句种类,其余表达力来自推导式、装饰器、海象运算符与 match 这类语法构造。
1.2 它解决什么问题
- 结构即缩进:块边界不靠括号,代码的物理排版与逻辑结构一致,减少括号噪音与风格争论。
- 一种写法对应一种语义:赋值、解包、推导式、装饰器都有明确求值规则,读代码时不必猜。
- 表达力集中在少数构造上:推导式处理集合变换,
with处理配对操作,match处理结构化数据。 - 可增量演进:新语法通过 PEP 引入并带版本门槛,旧代码不必重写,工具能按目标版本检查。
代价是缩进错误直接变成语法错误,动态构造的代码难以静态检查,跨版本写法需要工具与 CI 矩阵兜底。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 对象模型、引用计数、协议与描述符 | Type |
类、继承、MRO、dataclass、Protocol | OOP |
| 装饰器与上下文管理器的运行机制 | AOP |
| 异常层次、异常链与异常组 | Error |
| 协程、事件循环、任务与取消 | Async |
| 线程、进程、锁与并行模型 | Concurrency |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| keyword | 保留字,不能作标识符 | 内置函数名不是关键字,可以覆盖 |
| soft keyword | 只在特定位置有特殊含义 | match、case、type、_ 可作变量名 |
| INDENT / DEDENT | 词法层生成的块标记 | 不是空白字符本身 |
| logical line | 一条完整语句 | 括号内可跨多个物理行 |
| suite | 冒号后的一组语句 | 可以单行,也可以缩进块 |
| comprehension | 列表、字典、集合与生成器推导式 | 有独立作用域,循环变量不外泄 |
| walrus | := 赋值表达式 | 是表达式,可出现在 if 与推导式条件里 |
| decorator | @ 开头的包装语法 | 在定义时应用,不是注解 |
| pattern matching | match / case 结构匹配 | 不是 C 的 switch,没有贯穿 |
2 机制
2.1 心智模型
把解析想成两级:词法层先把字符流切成 token,并用 INDENT / DEDENT 表示块的进入与退出;语法层再把 token 组装成语句与表达式。缩进不是格式建议,它在词法阶段就决定了 token 序列,所以 IndentationError 与 TabError 属于解析失败,而不是风格问题。在此之上,语句负责“做什么”,表达式负责“算出什么”:赋值、import、def、try 是语句,推导式、lambda、:= 的主体是表达式。
2.2 机制拆解
- 词法与缩进:tokenizer 把 tab 按 8 列展开,同一块内混用 tab 与空格会抛
TabError;括号内自动续行,反斜杠是显式续行,注释与空行不产生 INDENT。行尾不需要分号,分号只用于把多条简单语句写在一行。 - 语句与表达式:赋值支持链式、解包、增量与注解四种形态;
a = b = 1先求值一次再绑定两次,a, *rest = xs要求右侧可迭代。表达式语句的返回值被丢弃,交互式环境例外;lambda只能包含表达式。 - 名字与作用域:模块、函数、类体各有命名空间;推导式与生成器表达式是独立函数作用域,循环变量不外泄。
global改写模块绑定,nonlocal改写外层函数的 cell;海象运算符在推导式里绑定到包含它的作用域,这是它与普通赋值的关键差异。 - 推导式:
[f(x) for x in xs if cond(x)]从左到右求值,多个for等价于嵌套循环,if在对应层过滤。字典推导式用k: v,集合推导式用花括号,生成器表达式用圆括号且惰性求值。 - 装饰器:
@dec是f = dec(f)的语法糖,在函数或类定义完成时立即执行;多个装饰器从下往上应用,最上面的最后包裹。带参数的装饰器先调用工厂再应用。3.9 起(PEP 614)装饰器可以是任意表达式。 - 海象运算符:
:=在表达式内部完成绑定并返回该值,优先级低于大多数运算符,通常需要括号。它适合“先算再用”的场景,例如while chunk := f.read(8192);在推导式条件里绑定到外层作用域,会让变量泄漏。 - 模式匹配:
match依次尝试case,第一个匹配的分支执行后结束,没有贯穿。模式分字面量、捕获、通配、序列、映射、类与 OR 模式;捕获名会绑定,case _不绑定任何名字。守卫if在结构匹配成功后求值,失败则继续下一个case;类模式依赖__match_args__。 - 版本门槛:语法特性不向下兼容,也不自动降级。用 3.10 的
match写库,就必须在pyproject.toml里声明requires-python >= 3.10,否则 3.9 用户会在导入时直接SyntaxError。
2.3 完整枚举
35 个关键字按用途分组,合计正好 35;软关键字 match、case、_、type 只在特定位置生效,不在计数内。
| 组 | 关键字 | 数量 | 说明 |
|---|---|---|---|
| 常量 | True False None | 3 | 唯一的大写字面量 |
| 逻辑与成员 | and or not is in | 5 | 短路求值,is 比较身份 |
| 条件 | if elif else | 3 | 也用于推导式与条件表达式 |
| 循环 | for while break continue | 4 | else 子句可跟随循环 |
| 异常 | try except finally raise assert | 5 | assert 在 -O 下被移除 |
| 定义 | def class lambda global nonlocal del | 6 | del 删除绑定或容器元素 |
| 导入与上下文 | import from as with pass | 5 | as 同时服务于导入与异常 |
| 协程与返回 | async await return yield | 4 | yield 让函数变成生成器 |
| 合计 | 35 个关键字 | 35 | 不含软关键字与内置名 |
2.4 关键数字与量级
| 指标 | 量级 | 说明 |
|---|---|---|
| 关键字数量 | 35 | keyword.kwlist,3.8 到 3.12 未变 |
| 软关键字数量 | 4 | keyword.softkwlist |
| 缩进单位 | 4 空格 | PEP 8 约定;tab 按 8 列展开 |
| 推荐行宽 | 88 / 79 | black 默认 88,PEP 8 为 79 |
| 3.8 EOL | 2024-10 | walrus、/、f-string = 的最低版本 |
| 3.9 EOL | 2025-10 | 泛型内置、装饰器任意表达式 |
| 3.10 EOL | 2026-10 | match、X | Y、zip(strict=) |
| 3.11 EOL | 2027-10 | except*、tomllib、零成本异常 |
| 3.12 EOL | 2028-10 | type 语句、PEP 701 f-string |
3 实践
3.1 最小示例
下面的脚本把关键字表、推导式、海象运算符、装饰器与 match 放在一起,并打印真实计数。match 需要 3.10 及以上。
import keyword
import sys
from functools import wraps
KEYWORDS = keyword.kwlist # 3.12 起仍是 35 个
SOFT = keyword.softkwlist # match / case / type / _
def logged(fn):
@wraps(fn)
def wrapper(*args, **kwargs):
print(f"call {fn.__name__}")
return fn(*args, **kwargs)
return wrapper
@logged
def normalize(rows):
return [
{"name": name.strip().lower(), "age": int(age)}
for row in rows
if (name := row.get("name"))
and (age := row.get("age")) is not None
]
def describe(value):
match value:
case {"kind": "circle", "r": float(r)} if r > 0:
return f"circle r={r}"
case [x, y, *rest]:
return f"point {x},{y} rest={rest}"
case str() as text if text.strip():
return text.strip()
case _:
return "unknown"
print(len(KEYWORDS), len(SOFT)) # 3.12:35 4
print(normalize([{"name": " Ada ", "age": "36"}, {"age": 1}]))
print(describe({"kind": "circle", "r": 2.0}))
print(describe([1, 2, 3, 4]))
print(describe(" hi "))
print(sys.version_info >= (3, 10)) # match 的版本门槛
normalize 只保留同时有 name 与 age 的行,海象运算符让“判断并保留”写成一次求值;describe 的四个分支覆盖映射、序列、类与通配模式,case _ 保证穷尽。把 match 换成 if/elif 也能实现,但结构匹配的意图更直接。
3.2 常用操作与参数
| 操作 | 调用 | 说明 |
|---|---|---|
| 列关键字 | keyword.kwlist、keyword.softkwlist | 检查标识符是否可用 |
| 判断关键字 | keyword.iskeyword(name) | 生成代码前必查 |
| 分词 | tokenize.generate_tokens | 看 INDENT / DEDENT 实际位置 |
| 解析 AST | ast.parse(src)、ast.dump | 做静态检查与代码生成 |
| 编译检查 | python -m compileall -q . | CI 里捕获语法错误 |
| 格式化 | ruff format、black | 统一缩进与行宽 |
| 版本迁移 | pyupgrade --py310-plus | 自动改写旧写法 |
| 目标版本检查 | mypy --python-version 3.10 | 提前发现语法不兼容 |
3.3 标准流程
- 在
pyproject.toml写requires-python,与 CI 矩阵保持一致,最低版本跟随 EOL 调整。 - 统一缩进为 4 空格、行宽交给格式化工具,编辑器配置写进仓库,避免 tab 混用。
- 先在 REPL 或临时脚本里验证新语法,再落到模块;确认目标解释器版本支持该特性。
- 用
ast或 lint 规则检查团队约定,例如禁止裸except、限制推导式嵌套层数。 - 升级解释器时先跑
pyupgrade与测试矩阵,再逐步引入新语法;对外库同时跑最低与最新版本。
3.4 与相邻技术的组合
- ruff 与 black:前者做 lint 与自动修复,后者做格式化;两者都基于 AST 与 token 流,能识别版本门槛。
- mypy / pyright:类型检查器解析同一份语法,
match的穷尽性与Protocol检查都依赖类型信息。 - pydantic:用
match分派反序列化后的结构,用TypeAdapter做运行时校验,语法层不承担校验。 - 代码生成:用
ast构造节点再compile,比字符串拼接安全,也不会踩缩进与转义问题。
3.5 选型维度
| 维度 | 取值 | 影响 |
|---|---|---|
| 可读性 | 简单变换 / 复杂逻辑 | 复杂逻辑用显式循环,别塞进推导式 |
| 目标版本 | 3.8 / 3.10 / 3.11 / 3.12 | 决定能否用 match、except*、type |
| 分派形态 | 值分派 / 结构分派 / 类型分派 | 结构用 match,类型用 singledispatch |
| 调试需求 | 强 / 弱 | 推导式与 lambda 的栈帧更难读 |
| 性能敏感度 | 低 / 高 | 推导式通常快于显式 append,但差距有限 |
3.6 决策规则
- 目标解释器低于 3.10 就不要用
match,也不要用X | Y的类型注解;写库时把门槛写进元数据。 - 推导式只做“映射 + 过滤”,出现副作用、异常处理或多层嵌套时改回显式循环。
- 海象运算符只在“需要复用刚算出的值”时使用,且加括号;不要为了少一行而牺牲可读性。
- 结构分派优先
match,值分派优先字典,类型分派优先functools.singledispatch。 - 任何跨版本写法都要有 CI 矩阵验证;本地能跑不代表最低版本能解析。
3.7 替代方案对比
| 方案 | 优势 | 代价 | 适用 |
|---|---|---|---|
if/elif 链 | 无版本要求,调试直观 | 分支多时线性变慢、易漏 | 少量条件、旧版本 |
| 字典分派 | O(1) 查找、易扩展 | 只能按值分派,键要可哈希 | 命令表、状态表 |
functools.singledispatch | 按类型分派、可扩展 | 只按第一个参数分派 | 类型驱动的多态 |
match | 结构解构、守卫、穷尽可读 | 需要 3.10,模式语法有学习成本 | 解析树、消息、配置 |
| 多态方法 | 类型系统内建、可静态检查 | 需要改类层次 | 领域模型内的行为差异 |
3.8 何时不该用
- 目标运行时包含 3.8 或 3.9:不要用
match、except*、type语句,语法错误发生在导入期。 - 推导式里需要
try、break、continue或复杂副作用:改用普通循环。 - 只是想少写一行赋值:不要用海象运算符,它会让作用域与求值顺序更难追踪。
- 分派只发生在两个分支:
if/else比match或注册表更清楚。
4 边界
4.1 典型故障
| 症状 | 根因 | 处理 |
|---|---|---|
IndentationError | 缩进层级不一致 | 统一 4 空格,交给格式化工具 |
TabError | 同一块混用 tab 与空格 | 编辑器设 expandtab,CI 检查 |
| 函数默认参数跨调用共享 | 默认值在定义时求值一次 | 用 None 哨兵,在函数体内创建 |
| 闭包里的循环变量全是最后一个值 | 闭包按名字延迟绑定 | 用默认参数或 functools.partial 捕获 |
| 推导式里的海象变量“泄漏” | 绑定到外层作用域 | 改普通赋值,或明确依赖该行为 |
match 未匹配任何分支 | 缺少 case _,且无兜底 | 加通配分支或抛显式异常 |
3.11 上 f-string 报 SyntaxError | 复用了外层引号(PEP 701 才允许) | 换引号或升级到 3.12 |
| 位置参数被当成关键字传入 | / 前的参数名对调用方不可见 | 查签名,改用位置传参 |
4.2 反模式
| 做法 | 后果 | 替代 |
|---|---|---|
| 用 tab 缩进并依赖编辑器显示 | 跨环境解析失败 | 空格加 .editorconfig |
把多行逻辑塞进 lambda | 无法调试、栈帧缺失 | 定义普通函数 |
| 推导式嵌套超过两层 | 求值顺序难验证 | 拆成多个步骤或生成器 |
用 match 模拟贯穿式 switch | 语义不符,容易漏分支 | 每个分支显式返回值 |
用 assert 校验外部输入 | -O 下被移除 | 显式抛 ValueError |
4.3 可观测信号
语法问题的信号集中在解析期:CI 的 compileall 与 lint 报错、ruff 的规则编号、mypy 的 --python-version 诊断、以及 SyntaxWarning 与 DeprecationWarning。运行期看推导式与 match 的覆盖率,确认兜底分支被执行;看异常栈里是否出现 SyntaxError 之外的 NameError,它常来自作用域误判。升级解释器时对比 ast.dump 输出,能发现隐式语法变化。
4.4 安全 / 性能 / 一致性边界
- 版本边界:3.8 引入
:=与/,3.10 引入match与X | Y,3.11 引入except*,3.12 引入type语句与 PEP 701;低于门槛的版本在导入期直接失败。 - 语法边界:缩进与关键字是解析规则,格式化工具只能统一风格,不能修正作用域或求值顺序。
- 静态边界:
ast能检查结构,但名字解析、类型与运行期绑定要交给类型检查器与测试。 - 安全边界:
eval、exec、pickle与字符串拼 SQL 都把数据当代码执行;语法糖不改变这条边界。 - 性能边界:推导式通常比等价的
for加append快,但差距在同一数量级;真正的数量级来自算法与数据结构。