标记化模块中的 Python 2 换行标记

Question

我在 Python 中使用 tokenize 模块，想知道为什么有 2 个不同的换行符：

NEWLINE = 4
NL = 54

将不胜感激任何可以生成这两个令牌的代码示例。

Answer 1

根据python文档：

tokenize.NL
用于指示非终止换行符的标记值。新线 token 表示 Python 代码逻辑行的结束； NL 代币 当逻辑代码行连续多个时生成 物理线条。

更多：https://docs.python.org/2/library/tokenize.html

Answer 2

在Python代码中'\n'至少有4种可能的情况；其中 2 个由令牌编码：

1. 语句终止换行符：tokenize.NEWLINE - 这是或多或少对应于 C 或 Java ; 的标记。

2. 任何不终止语句且不属于情况 3 或 4 的换行符：tokenize.NL。

3. 多行字符串中的换行符。

4. 在行继续 \ 处出现的换行符 - 与文档似乎表明的相反，这种情况根本不会产生任何标记。

于是下面的例子：

# case 1
a = 6
b = 7

# case 2
answer = (
    a * b
)

# case 3
format = """
A multiline string
"""

# case 4
print "something that is continued" \
    "on the following line."

给出所有可能的情况：

1,0-1,8:        COMMENT '# case 1'
1,8-1,9:        NL      '\n'
2,0-2,1:        NAME    'a'
2,2-2,3:        OP      '='
2,4-2,5:        NUMBER  '6'
2,5-2,6:        NEWLINE '\n'
3,0-3,1:        NAME    'b'
3,2-3,3:        OP      '='
3,4-3,5:        NUMBER  '7'
3,5-3,6:        NEWLINE '\n'
4,0-4,1:        NL      '\n'
5,0-5,8:        COMMENT '# case 2'
5,8-5,9:        NL      '\n'
6,0-6,6:        NAME    'answer'
6,7-6,8:        OP      '='
6,9-6,10:       OP      '('
6,10-6,11:      NL      '\n'
7,4-7,5:        NAME    'a'
7,6-7,7:        OP      '*'
7,8-7,9:        NAME    'b'
7,9-7,10:       NL      '\n'
8,0-8,1:        OP      ')'
8,1-8,2:        NEWLINE '\n'
9,0-9,1:        NL      '\n'
10,0-10,8:      COMMENT '# case 3'
10,8-10,9:      NL      '\n'
11,0-11,6:      NAME    'format'
11,7-11,8:      OP      '='
11,9-13,3:      STRING  '"""\nA multiline string\n"""'
13,3-13,4:      NEWLINE '\n'
14,0-14,1:      NL      '\n'
15,0-15,8:      COMMENT '# case 4'
15,8-15,9:      NL      '\n'
16,0-16,5:      NAME    'print'
16,6-16,35:     STRING  '"something that is continued"'
17,4-17,28:     STRING  '"on the following line."'
17,28-17,29:    NEWLINE '\n'
18,0-18,0:      ENDMARKER       ''

Answer 3

除了the docs的引用

NEWLINE 标记表示 Python 代码逻辑行的结束； 当逻辑代码行继续时会生成 NL 令牌 多条物理线路。

这是一个例子

def a_func(a, b):
    pass

这会生成

1,0-1,3:        NAME    'def'
1,4-1,10:       NAME    'a_func'
1,10-1,11:      OP      '('
1,11-1,12:      NAME    'a'
1,12-1,13:      OP      ','
1,14-1,15:      NAME    'b'
1,15-1,16:      OP      ')'
1,16-1,17:      OP      ':'
1,17-1,18:      NEWLINE '\n'
2,0-2,4:        INDENT  '    '
2,4-2,8:        NAME    'pass'
2,8-2,9:        NEWLINE '\n'
3,0-3,0:        DEDENT  ''

而

def a_func(a,
           b):
    pass

会生成这个

1,0-1,3:        NAME    'def'
1,4-1,10:       NAME    'a_func'
1,10-1,11:      OP      '('
1,11-1,12:      NAME    'a'
1,12-1,13:      OP      ','
1,13-1,14:      NL      '\n'
2,11-2,12:      NAME    'b'
2,12-2,13:      OP      ')'
2,13-2,14:      OP      ':'
2,14-2,15:      NEWLINE '\n'
3,0-3,4:        INDENT  '    '
3,4-3,8:        NAME    'pass'
3,8-3,9:        NEWLINE '\n'
4,0-4,0:        DEDENT  ''
4,0-4,0:        ENDMARKER       ''

注意a,之后的1,13-1,14: NL '\n'

---

NEWLINE 和 NL 之间的区别基本上是 NL 是在不“完整”的行之后生成的：

def a_func(a, b):

导致 NEWLINE 因为整个逻辑行在 1 个物理行上

def another_func(a,
                 b)

导致 NL，因为 1 个逻辑行的代码分布在 2 个物理行上