为什么`'{x[1:3]}'.format(x="asd")`会导致TypeError错误？

Question

考虑一下：

>>> '{x[1]}'.format(x="asd")
's'
>>> '{x[1:3]}'.format(x="asd")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: string indices must be integers

这种行为的原因可能是什么？

- d33tah

---

漂亮。这在使用 f-strings 时也是有效的：x = 'asd' ; f'{x[1:3]}' - DeepSpace

如果有什么问题，我本来期望它会引发语法错误，因为它违反了格式化迷你语言规则，而不是类型错误。 - DeepSpace

@DeepSpace 它是如何违反规则的？ - Kelly Bundy

@DeepSpace 它并没有违反规则，而是规则不允许切片。 - wjandrea

@DeepSpace 相似的代码：i = 1; x = 'asd'; f'{x[i]'} 和 '{x[i]}'.format(i=1, x='asd') 的工作方式非常不同。 - Bergi

Answer 1

基于你的评论的实验，检查对象的__getitem__方法实际接收到的值：

class C:
    def __getitem__(self, index):
        print(repr(index))

'{c[4]}'.format(c=C())
'{c[4:6]}'.format(c=C())
'{c[anything goes!@#$%^&]}'.format(c=C())
C()[4:6]

输出（在线尝试！）：

4
'4:6'
'anything goes!@#$%^&'
slice(4, 6, None)

因此，尽管4被转换为int，但4:6并未像通常的切片一样被转换为slice(4, 6, None)。相反，它仍然是一个简单的字符串'4:6'。这不是索引/切片字符串的有效类型，因此您会收到TypeError：string indices must be integers的错误消息。 更新： 这是否有记录？嗯...我没有看到真正清晰的东西，但@GACy20 指出了一些微妙之处。语法具有以下规则。

field_name        ::=  arg_name ("." attribute_name | "[" element_index "]")*
element_index     ::=  digit+ | index_string
index_string      ::=  <any source character except "]"> +

我们的c[4:6]是field_name，我们关心的是element_index部分4:6。我认为如果digit+有一个有意义的名称的规则会更清晰：{{rule_with_meaningful_name}}。

field_name        ::=  arg_name ("." attribute_name | "[" element_index "]")*
element_index     ::=  index_integer | index_string
index_integer     ::=  digit+
index_string      ::=  <any source character except "]"> +

我认为使用index_integer和index_string会更清晰地表明digit+被转换为整数（而不是保持数字字符串），而<any source character except "]"> +将保持字符串。

话虽如此，看着现有的规则，也许我们应该想一想：“将数字情况与任意字符情况分开有什么意义？后者也能匹配前者。”并且认为这样做的目的是特别处理纯数字，可能是将它们转换为整数。或者文档的其他部分甚至说明了digit或digits+通常被转换为整数。

- Kelly Bundy

---

从哲学上讲，你可以争论这里的index_string情况是特殊的：'{c[4]}'.format(c=c)执行与单独使用c[4]相同的查找；但是'{c[anything goes!@#$%^&]}'.format(c=c)表现得好像方括号内有引号，即c['anything goes!@#$%^&']。从这个观点来看，切片语法不起作用，因为它已经被“隐含的引号”情况所取代。（我强调这是一个哲学上的论点，而不是实际上的。） - IMSoP

Answer 2

'{x[1]}'.format(x="asd") 这里的 [1] 语法不是正常的字符串索引语法，即使在这种情况下它看起来像是以相同的方式工作。

它使用了格式规范迷你语言。这个机制还允许在格式化字符串中传递对象和访问任意属性（例如'{x.name}'.format(x=some_object)）。

这个“假”的索引语法也允许将可索引对象传递给 format 并直接从格式化的字符串中获取所需的元素：

'{x[0]}'.format(x=('a', 'tuple'))
# 'a'
'{x[1]}'.format(x=('a', 'tuple'))
# 'tuple'

文档中唯一提到的关于此的参考资料（至少我能找到的）是这个段落：

field_name 本身以 arg_name 开头，arg_name 可以是数字或关键字。如果它是数字，则表示位置参数；如果是关键字，则表示命名关键字参数。如果格式字符串中的数字 arg_name 依次为 0、1、2…，则可以省略所有数字（而不仅仅是某些数字），然后数字 0、1、2… 将按照该顺序自动插入其中。由于 arg_name 没有引号定界，因此无法在格式字符串中指定任意字典键（例如字符串 '10' 或 '：-]'）。arg_name 可以跟随任意数量的索引或属性表达式。形如 '.name' 的表达式使用 getattr() 选择命名属性，而形如 '[index]' 的表达式使用 __getitem__() 进行索引查找。

虽然它提到了

形如 '[index]' 的表达式使用 __getitem__() 进行索引查找。

但它没有提到不支持切片语法的任何内容。

对我来说，这感觉像是文档中的一个疏漏，特别是因为 '{x[1:3]}'.format(x="asd") 生成如此神秘的错误消息，更重要的是因为 __getitem__ 已经支持切片。

- DeepSpace

---

有趣！我尝试运行以下代码来查看底层发生了什么：class C:^M def __getitem__(self, x):^M print(repr(x))^Mf"{C()[1:2]}我得到了 slice(1, 2, None)。然后我尝试了 print("asd"[slice(1, 2, None))，但它没有导致 TypeError。我是否误解了正在发生的事情？ - d33tah

实际上，语法非常清晰：element_index ::= digit+ | index_string index_string ::= <any source character except "]"> + 因此，element_index 要么是没有前导 + 的正整数，要么是 "索引字符串"："{x[1]} {x[+1]}".format(x={1: 'integer', '+1': 'string'}) -> 'integer string'。换句话说，在使用 [index_element] 语法时，index_element 总是被视为字面字符串，除非它与正则表达式 ^\d+$ 匹配，此时它将被解释为整数。他们本可以包含切片语法，但他们没有这样做。 - GACy20

请注意，即使添加一个空格也会破坏整数转换: "{x[ 1]}".format(x={' 1': 'string'}) -> 'string' - GACy20

@GACy20 我认为你说得对，但我觉得这点有点微妙。现在我已经把它包含在我的回答中了。 - Kelly Bundy