我在使用tokenize
模块时看到一些奇怪的行为
import tokenize, io, sys
from contextlib import closing
source=u"""
for i in range(10):
print "HELLO"
if i==5:
print "bingo"
"""
def parse():
with closing(io.StringIO(source)) as f:
for type, token, (srow, scol), (erow, ecol), line in tokenize.generate_tokens(f.readline):
print("%d,%d-%d,%d:\t%s\t%s" % (srow, scol, erow, ecol, tokenize.tok_name[type], repr(token)))
yield type, token, (srow, scol), (erow, ecol), line
for token in tokenize.untokenize(parse()):
sys.stdout.write(token)
控制台输出中缺少if
前面的缩进。Python2和Python3都会这样。
这是一个已知的错误还是我用错了模块?你知道吗
3,1-3,6: NAME u'print'
3,7-3,14: STRING u'"HELLO"'
3,14-3,15: NEWLINE u'\n'
4,1-4,3: NAME u'if'
4,4-4,5: NAME u'i'
4,5-4,7: OP u'=='
我用制表符做缩进。当我用4个空格替换制表符时,我得到了正确的结果
3,4-3,9: NAME u'print'
3,10-3,17: STRING u'"HELLO"'
3,17-3,18: NEWLINE u'\n'
4,4-4,6: NAME u'if'
4,7-4,8: NAME u'i'
4,8-4,10: OP u'=='
4,10-4,11: NUMBER u'5'
4,11-4,12: OP u':'
区别在于if
的起始列,当使用制表符时为1,当使用空格时为4。
这似乎是“untokenize”函数中的一个bug,它似乎输出空格而不是制表符。你知道吗
有人能证实吗?你知道吗
一切都是应该的。列索引基于0。一个
tab
是一个字符,因此if
在列1中被正确检测。当您将此tab
更改为4spaces
时,确实有4个字符,因此if
在第4列中被检测到。代码输出的证明:
如您所见,第一行的
linefeed
和第二行的for
都在第0列中。您可能会感到困惑,因为行号是以1为基础的。你知道吗
脚注:缩进应该使用空格。这是一个确保在另一个开发人员的机器上一致显示缩进的约定。显示的标签宽度可以调整,空格宽度只有一个字符。
编辑:
在OP提出
tokenize
和untokenize
存在问题的意见后,我必须添加以下注释。作为official documentation says:
结果保证标记化回与输入匹配,这样转换是无损的并且往返是有保证的。保证仅适用于令牌类型和令牌字符串,因为令牌之间的间距(列位置)可能会改变。
相关问题 更多 >
编程相关推荐