PEP 203 – 增强作业 - 腾龙猫勺儿

介绍

此 PEP 描述了 Python 2.0 的增强分配建议。这 PEP 跟踪此功能的状态和所有权，计划推出在 Python 2.0 中。它包含对功能的描述并概述了更改支持该功能所必需的。本 PEP 总结了在邮件列表论坛，并提供 URL 以获取更多信息，其中适当。此文件的 CVS 修订历史记录包含最终的历史记录。

建议的语义

向 Python 添加增强赋值的拟议补丁引入了以下新运算符：

+= -= *= /= %= **= <<= >>= &= ^= |=

它们实现与普通二进制形式相同的运算符，除了当左侧对象支持操作时，操作就地完成，并且左侧只评估一次。

它们真正表现为增强任务，因为它们执行所有正常的加载和存储操作，除了二进制操作之外，它们还打算做。因此，给定表达式：

x += y

加载对象，然后添加到其中，生成对象被存储回原来的位置。执行的精确操作这两个参数取决于的类型，可能还有的类型。xyxy

Python 中增强赋值背后的想法是，它不仅仅是一个更容易的编写存储二进制运算结果的常见做法的方法在其左手操作数中，也是所讨论的左手操作数的一种方式要知道它应该自行操作，而不是创建修改后的自身的副本。

为了实现这一点，在 Python 类中添加了许多新的钩子，并且 C 扩展类型，当相关对象用作增强分配操作的左侧。如果类或类型不实现就地钩子，普通钩子为特定的使用二进制运算。

因此，给定一个实例对象，表达式：x

x += y

尝试调用，这是的就地变体。如果不存在，则尝试，最后，如果也丢失了。没有的右侧变体，因为这需要知道如何就地修改，这至少可以说是不安全的。钩子的行为应类似于，返回要分配给的操作的结果（可能是）变量 .x.__iadd__(y)__add____iadd__x.__add__(y)y.__radd__(x)__add____iadd__yx__iadd____add__selfx

对于 C 扩展类型，钩子是和结构的成员。一些特殊的语义适用于使使用这些方法，以及 Python 实例对象和 C 类型的混合，尽可能不令人惊讶。PyNumberMethodsPySequenceMethods

在一般情况下（或使用 API 函数的类似情况），正在操作的主体对象是。这与普通的二进制运算不同，在二进制运算中，可以认为是合作的，因为与二进制运算不同，无法交换就地操作中的操作数。但是，就地就地修改时，操作确实回退到正常的二进制操作不受支持，导致以下规则：x <augop> yPyNumber_InPlacexxy

如果左侧对象（）是一个实例对象，并且它有一个方法，则调用该函数作为参数。如果强制成功，生成的左侧对象是不同的对象比，停止就地处理它并调用相应的函数对于正常的二进制运算，强制和参数。操作的结果是该函数返回的任何结果。x__coerce__yxxy
如果胁迫没有产生不同的对象，或者没有定义一个方法，并具有适合此操作的方法，调用该方法作为参数，并且操作的结果是该方法返回的任何结果。xx__coerce__x__ihook__y
否则，如果左侧对象不是实例对象，而是其类型确实为此操作定义就地函数，调用该函数 with 和 as 参数，操作的结果是无论该函数返回什么。xy
请注意，在这种情况下，不会对任何一个或进行胁迫，并且对于 C 类型接收实例对象作为第二个论点;这是普通二进制文件不会发生的事情操作。xy
否则，完全按照正常的二进制操作（非就地）进行处理，包括争论胁迫。简而言之，如果任一参数是实例对象，则通过和解析操作。否则，这两个对象都是 C 类型，并且它们是强制的并传递给相应的函数。__coerce____hook____rhook__
如果找不到处理操作的方法，请使用特定于操作的错误消息。TypeError
存在一些特殊的大小写来解释和的情况，对序列有特殊含义：for ， sequence 串联，如果 C 类型定义或，则不会强制执行任何操作。对于，序列重复，在调用和之前转换为 C 整数。即使 instance，但不是 if 是一个实例。+*+sq_concatsq_inplace_concat*ysq_inplace_repeatsq_repeatyx

in-place 函数应始终返回一个新引用，或者返回对旧对象（如果操作确实是就地执行的），或者是新对象对象。x

理由

将此功能添加到 Python 有两个主要原因：简单表达式，并支持就地操作。最终结果是一种权衡介于句法的简单性和表达的简单性之间;像大多数新人一样功能，增强分配不会添加任何以前的内容不可能的。它只是使这些事情更容易做到。

添加增强赋值将使 Python 的语法更加复杂。相反在单个赋值操作中，现在有 12 个赋值操作，其中 11 个还执行二进制操作。然而，这十一个新转让形式很容易理解为转让之间的耦合和二进制运算，它们不需要大的概念飞跃理解。此外，具有增强赋值的语言具有表明它们是一个流行的、经常使用的功能。表单表达式：

<x> = <x> <operator> <y>

在这些语言中足够常见，使额外的语法变得值得，并且 Python 的这些表达式并没有明显减少。相当事实上，恰恰相反，因为在 Python 中，您还可以将列表与二进制运算符，这是经常做的事情。写上面表达为：

<x> <operator>= <y>

既可读性强，又不容易出错，因为它对读者是被改变的，而不是被改变的被几乎，但不完全不同的东西所取代。<x><x><x>

新的就地操作对于矩阵计算和其他需要大型对象的应用程序。为了高效处理有了可用的程序内存，这样的软件包就不能盲目地使用当前二进制运算。因为这些操作总是会创建一个新的对象，将单个项目添加到现有（大型）对象将导致复制整个对象（这可能会导致应用程序用完 memory），添加单个项目，然后可能删除原始对象，取决于引用计数。

若要变通解决此问题，包当前必须使用方法或就地修改对象的函数，其可读性肯定低于增强赋值表达式。增强赋值并不能解决所有问题这些包的问题，因为某些操作无法用一开始的二进制运算符集有限，但这是一个开始。PEP 211 正在考虑增加新的运营商。

新方法

建议的实现添加了以下 11 个可能的钩子，这些钩子 Python 类可以实现以重载增强的赋值操作：

__iadd__
__isub__
__imul__
__idiv__
__imod__
__ipow__
__ilshift__
__irshift__
__iand__
__ixor__
__ior__

i in 代表就地。__iadd__

对于 C 扩展类型，将添加以下结构成员。

自：PyNumberMethods

binaryfunc nb_inplace_add;
binaryfunc nb_inplace_subtract;
binaryfunc nb_inplace_multiply;
binaryfunc nb_inplace_divide;
binaryfunc nb_inplace_remainder;
binaryfunc nb_inplace_power;
binaryfunc nb_inplace_lshift;
binaryfunc nb_inplace_rshift;
binaryfunc nb_inplace_and;
binaryfunc nb_inplace_xor;
binaryfunc nb_inplace_or;

自：PySequenceMethods

binaryfunc sq_inplace_concat;
intargfunc sq_inplace_repeat;

为了保持二进制兼容性，TypeObject 成员是用于确定有问题的 TypeObject 是否为这些插槽。直到二进制兼容性彻底中断（这可能或者可能不会在 2.0 之前发生）想要使用新结构之一的代码成员必须首先检查它们是否可用于宏：tp_flagsPyType_HasFeature()

if (PyType_HasFeature(x->ob_type, Py_TPFLAGS_HAVE_INPLACE_OPS) &&
    x->ob_type->tp_as_number && x->ob_type->tp_as_number->nb_inplace_add) {
        /* ... */

甚至在测试方法槽的值之前，也必须进行此检查！宏仅测试插槽是否可用，而不测试插槽是否可用它们充满了方法与否。NULL

实现

当前实现的增强赋值 [2] 除了已经涵盖的方法和插槽，13 个新字节码和 13 个新 API 功能。

API 函数只是当前二进制操作的就地版本 API函数：

PyNumber_InPlaceAdd(PyObject *o1, PyObject *o2);
PyNumber_InPlaceSubtract(PyObject *o1, PyObject *o2);
PyNumber_InPlaceMultiply(PyObject *o1, PyObject *o2);
PyNumber_InPlaceDivide(PyObject *o1, PyObject *o2);
PyNumber_InPlaceRemainder(PyObject *o1, PyObject *o2);
PyNumber_InPlacePower(PyObject *o1, PyObject *o2);
PyNumber_InPlaceLshift(PyObject *o1, PyObject *o2);
PyNumber_InPlaceRshift(PyObject *o1, PyObject *o2);
PyNumber_InPlaceAnd(PyObject *o1, PyObject *o2);
PyNumber_InPlaceXor(PyObject *o1, PyObject *o2);
PyNumber_InPlaceOr(PyObject *o1, PyObject *o2);
PySequence_InPlaceConcat(PyObject *o1, PyObject *o2);
PySequence_InPlaceRepeat(PyObject *o, int count);

它们调用 Python 类钩子（如果任一对象是 Python class instance）或 C 类型的 number 或 sequence 方法。

新的字节码是：

INPLACE_ADD
INPLACE_SUBTRACT
INPLACE_MULTIPLY
INPLACE_DIVIDE
INPLACE_REMAINDER
INPLACE_POWER
INPLACE_LEFTSHIFT
INPLACE_RIGHTSHIFT
INPLACE_AND
INPLACE_XOR
INPLACE_OR
ROT_FOUR
DUP_TOPX

字节码镜像字节码，不同之处在于它们作为对 API 函数的调用实现。另外两个字节码是实用程序字节码：除了旋转最上面的四个堆栈项外，其行为类似于。INPLACE_*BINARY_*InPlaceROT_FOURROT_THREE

DUP_TOPX是一个字节码，它采用一个参数，它应该是一个介于 1 和 5（含）之间的整数，即要复制的项目数在一个块中。给定这样的堆栈（列表的右侧是堆栈的顶部）：