IT博客汇 | 醒醒！Python已经支持中文变量名啦！

醒醒！Python已经支持中文变量名啦！

豌豆花下猫发表于 2021-01-13 00:00:00

最近，我在翻阅两本比较新的 Python 书籍时，发现它们都犯了一个严重的低级错误！

这两本书分别是《Python编程：从入门到实践》和《父与子的编程之旅》，它们都是畅销书，都在 2020 年 10 月出了新版本，都使用 Python3.7+ 版本的语法。

然而，在关于变量的命名规则部分，它们犯下了一样的错误，即还在使用 Python2 时代的那套说辞，误以为命名仅仅支持“字母、数字和下划线”的组合。

事实上，Python3.x 已经支持全面 Unicode 编码，比如支持使用中文作为变量名。

>>> 姓名 ="Python猫"
>>> print(f"我是{姓名}，欢迎关注！")
我是Python猫，欢迎关注！

由于我手头上没有其它样本，所以，我不确定有多少新版的书籍还在使用老的规则。但是，翻译类的书籍大概率都会有这样的问题，另外，有些不严谨的国内书籍，也可能因为借鉴了过时的材料而犯错。

如此一来，恐怕有些新接触 Python 的同学，就会形成错误的认识。虽然这可能不会造成严重的问题，但是它终归是一个应该避免而且很容易就能避免的问题。

因此，我觉得这个话题值得聊一聊。

在编程语言中有一个很常见的概念，即标识符（identifier），通常又会称之为名字（name），用于标识出变量、常量、函数、类、符号等实体的名字。

在定义标识符时，有一些必须要考虑的基本规则：

它可以由哪些字符组成？
它是否区分大小写？（即大小写敏感）
它是否允许出现某些特殊的单词？（即关键字/保留字）

对于第一个问题，大多数的编程语言在早期版本都遵循这条规则：标识符由字母、数字和下划线组成，并且不能以数字为开头。 少数的编程语言有例外，还支持使用$、@、%等特殊符号（例如PHP、Ruby、Perl等等）。

Python 的早期版本，确切地说是 3.0 之前的版本，就遵循以上的命名规则。下面是官方文档中的描述：

identifier ::=  (letter|"_") (letter | digit | "_")*
letter     ::=  lowercase | uppercase
lowercase  ::=  "a"..."z"
uppercase  ::=  "A"..."Z"
digit      ::=  "0"..."9"

出处：https://docs.python.org/2.7/reference/lexical_analysis.html#identifiers

但是，这条规则从 3.0 版本起，就被打破了。最新的官方文档已经变成了这样：

出处：https://docs.python.org/3/reference/lexical_analysis.html#identifiers

随着互联网的普及，各国语言进入了国际化的语境中，编程语言也与时俱进地增长了对国际化的诉求。

Unicode（译作统一码、万国码）编码标准在 1994 年发布，随后逐步被主流的编程语言所接纳。到目前为止，至少有 73 种编程语言支持 Unicode 变量名（数据依据：https://rosettacode.org/wiki/Unicode_variable_names）。

2007 年，当 Python 正在设计划时代的 3.0 版本时，官方也考虑了对 Unicode 编码的支持，于是，诞生了重要的《PEP 3131 — Supporting Non-ASCII Identifiers》。

出处：https://www.python.org/dev/peps/pep-3131

事实上，除了我们最关心的中文，Unicode 字符集还包含非常非常多的内容。

在对变量命名时，下面这些用法都是可行的（谨慎使用，如若被打，本猫概不负责……）：

>>> ψ = 1
>>> Δ = 1
>>> ಠ_ಠ = "hello"

综上所述，某些 Python 书籍中关于变量命名规则的内容已经过时了，不应该被其所误导！

Python 3 作为一门面向现代化/国际化的语言，对于 Unicode 编码有很好的支持。至于该不该在项目中使用中文给标识符命名，那就是另外的问题啦……