内置功能如何下部结构（）实施？

Question

我想知道怎么做下部结构（）是用Python实现的，因此我克隆了cpython存储库，并使用grep进行了一些搜索。在从Objects/unicodeobject.c中的unicode_lower开始跳了几下之后，我在Objects/unicodetype.c中发现了这个：

int _PyUnicode_ToLowerFull(Py_UCS4 ch, Py_UCS4 *res)
{
    const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);

    if (ctype->flags & EXTENDED_CASE_MASK) {
        int index = ctype->lower & 0xFFFF;
        int n = ctype->lower >> 24;
        int i;
        for (i = 0; i < n; i++)
            res[i] = _PyUnicode_ExtendedCase[index + i];
        return n;
    }
    res[0] = ch + ctype->lower;
    return 1;
}

我熟悉C，但对python是如何实现的非常不熟悉（但是想改变一下！）。我真的不明白到底发生了什么，所以在这里寻求帮助以获得一些明确的解释。在

Answer 1

在您显示的函数中有两个分支。哪个分支运行取决于所讨论字符的_PyUnicode_TypeRecord字段的flags字段。如果它有EXTENDED_CASE_MASK位集，则运行更复杂的代码位，否则将使用更简单的版本。在

让我们先看一下简单的部分：

res[0] = ch + ctype->lower;
return 1;

这只需将lower字段的值作为输入代码点的偏移量，将其分配到res返回参数的第一个位置并返回1（因为它使用了一个字符）。在

对于更复杂的版本：

^{pr2}$

在这个版本中，lower字段被解释为两个不同的数字。最低的16位是index，而最高的位变成n（要输出的字符数）。然后，代码在_PyUnicode_ExtendedCase数组中从index开始的n字符循环，并将它们复制到res数组中。最后，它返回使用的字符数。在

这种更复杂的代码需要处理代表两个字符连字的Unicode代码点的大小写更改（通常是因为一些模糊的历史原因，例如在古代的活字印刷中，它们本来是在一个单一的字块上）。这些连字可能只存在于一个单独的情况下，如果其他情况下的字符没有那么多的重叠。例如，字符'fl'是小写字符'f'和{}的连字。该连字不存在大写版本，因此'fl'.upper()需要返回一个两个字符的字符串（'FL'）。在