6. Expresiones#

Este capítulo explica el significado de los elementos de expresiones en Python.

Syntax Notes: In this and the following chapters, grammar notation will be used to describe syntax, not lexical analysis.

When (one alternative of) a syntax rule has the form:

name: othername

y no han sido dadas semánticas, las semánticas de esta forma de "name" son las mismas que para "othername".

6.1. Conversiones aritméticas#

When a description of an arithmetic operator below uses the phrase "the numeric arguments are converted to a common real type", this means that the operator implementation for built-in numeric types works as described in the Numeric Types section of the standard library documentation.

Some additional rules apply for certain operators and non-numeric operands (for example, a string as a left argument to the "%" operator). Extensions must define their own conversion behavior.

6.2. Átomos#

Atoms are the most basic elements of expressions. The simplest atoms are names or literals. Forms enclosed in parentheses, brackets or braces are also categorized syntactically as atoms.

Formally, the syntax for atoms is:

atom: | 'True' | 'False' | 'None' | '...' | identifier | literal | enclosure enclosure: | parenth_form | list_display | dict_display | set_display | generator_expression | yield_atom

6.2.1. Built-in constants#

The keywords "True", "False", and "None" name built-in constants. The token "..." names the "Ellipsis" constant.

Evaluation of these atoms yields the corresponding value.

Nota:

Several more built-in constants are available as global variables, but only the ones mentioned here are keywords. In particular, these names cannot be reassigned or used as attributes:

 >>> False = 123
   File "<input>", line 1
    False = 123
    ^^^^^
 SyntaxError: cannot assign to False

6.2.2. Identificadores (Nombres)#

Un identificador encontrándose como un átomo es un nombre. Vea la sección Names (identifiers and keywords) para la definición léxica y la sección Nombres y vínculos para documentación de nombrar y vincular.

Cuando el nombre es vinculado a un objeto, la evaluación del átomo genera ese objeto. Cuando un nombre no es vinculado, un intento de evaluarlo genera una excepción "NameError".

6.2.2.1. Alteración de nombre privado#

Cuando un identificador que ocurre textualmente en una definición de clase comienza con dos o más caracteres de guión bajo y no termina en dos o más guiones bajos, es considerado un private name de esa clase.

Ver también: La class specifications.

Más concretamente, los nombres privados son transformados a una forma más larga antes de que se genere código para ellos. Si el nombre transformado tiene más de 255 caracteres, puede producirse un truncamiento definido por la implementación.

La transformación es independiente del contexto sintáctico en el que se utilice el identificador, pero sólo se alteran los siguientes identificadores privados:

• Cualquier nombre utilizado como nombre de una variable que se asigna o se lee o cualquier nombre de un atributo al que se accede.

Sin embargo, el atributo "name" de funciones anidadas, clases y alias de tipo no son alterados.

• El nombre de módulos importados, por ejemplo "__spam" en "import __spam". Si el módulo es parte de un paquete (por ejemplo, si su nombre contiene un punto), el nombre no es alterado. Por ejemplo, "__foo" en "import __foo.bar" no es alterado.

• El nombre de un miembro importado, por ejemplo "__f" en "from spam import __f".

La norma de transformación se define de la siguiente forma:

• El nombre de la clase, con los caracteres de guión bajo iniciales eliminados y un único caracter de guión bajo inicial insertado, se inserta delante del identificador. Por ejemplo, el identificador "__spam" que aparece en la clase llamada "Foo", "_Foo" o "__Foo" se transforma en "_Foo__spam".

• Si el nombre de la clase consiste únicamente en caracteres de guión bajo, la transformación es la identidad. Por ejemplo, el identificador "spam" que aparece en una clase llamada "_" o "" permanece igual.

6.2.3. Literales#

A literal is a textual representation of a value. Python supports numeric, string and bytes literals. Format strings and template strings are treated as string literals.

Numeric literals consist of a single "NUMBER" token, which names an integer, floating-point number, or an imaginary number. See the Literales numéricos section in Lexical analysis documentation for details.

String and bytes literals may consist of several tokens. See section String literal concatenation for details.

Note that negative and complex numbers, like "-3" or "3+4.2j", are syntactically not literals, but unary or binary arithmetic operations involving the "-" or "+" operator.

Evaluation of a literal yields an object of the given type ("int", "float", "complex", "str", "bytes", or "Template") with the given value. The value may be approximated in the case of floating-point and imaginary literals.

The formal grammar for literals is:

literal: strings | NUMBER

6.2.3.1. Literals and object identity#

Todos los literales corresponden a tipos de datos inmutables y, por lo tanto, la identidad del objeto es menos importante que su valor. Múltiples evaluaciones de literales con el mismo valor (ya sea la misma ocurrencia en el texto del programa o una ocurrencia diferente) pueden obtener el mismo objeto o un objeto diferente con el mismo valor.

CPython implementation detail: For example, in CPython, small integers with the same value evaluate to the same object:

x = 7 y = 7 x is y True

However, large integers evaluate to different objects:

x = 123456789 y = 123456789 x is y False

This behavior may change in future versions of CPython. In particular, the boundary between "small" and "large" integers has already changed in the past.CPython will emit a "SyntaxWarning" when you compare literals using "is":

x = 7 x is 7 :1: SyntaxWarning: "is" with 'int' literal. Did you mean "=="? True

See ¿Cuándo puedo fiarme de pruebas de identidad con el operador is? for more information.

Template strings are immutable but may reference mutable objects as "Interpolation" values. For the purposes of this section, two t-strings have the "same value" if both their structure and the identity of the values match.

Detalles de implementación de CPython: Currently, each evaluation of a template string results in a different object.

6.2.3.2. String literal concatenation#

Multiple adjacent string or bytes literals, possibly using different quoting conventions, are allowed, and their meaning is the same as their concatenation:

"hello" 'world' "helloworld"

This feature is defined at the syntactical level, so it only works with literals. To concatenate string expressions at run time, the '+' operator may be used:

greeting = "Hello" space = " " name = "Blaise" print(greeting + space + name) # not: print(greeting space name) Hello Blaise

Literal concatenation can freely mix raw strings, triple-quoted strings, and formatted string literals. For example:

"Hello" r', ' f"{name}!" "Hello, Blaise!"

This feature can be used to reduce the number of backslashes needed, to split long strings conveniently across long lines, or even to add comments to parts of strings. For example:

re.compile("[A-Za-z_]" # letter or underscore "[A-Za-z0-9_]*" # letter, digit or underscore )

However, bytes literals may only be combined with other byte literals; not with string literals of any kind. Also, template string literals may only be combined with other template string literals:

t"Hello" t"{name}!" Template(strings=('Hello', '!'), interpolations=(...))

Formally:

strings: (STRING | fstring)+ | tstring+

6.2.4. Formas entre paréntesis#

Una forma entre paréntesis es una lista de expresiones opcionales encerradas entre paréntesis:

parenth_form: "(" [starred_expression] ")"

Una expresión entre paréntesis produce lo que la lista de expresión yield: si la lista contiene al menos una coma, produce una tupla; en caso contrario, produce la única expresión que que forma la lista de expresiones.

Un par de paréntesis vacío produce un objeto de tupla vacío. Debido a que las tuplas son inmutables, se aplican las mismas reglas que aplican para literales (ej., dos ocurrencias de una tupla vacía puede o no produce el mismo objeto).

Tenga en cuenta que las tuplas no se forman con paréntesis, sino mediante el uso de coma. La excepción es la tupla vacía, para la cual se requieren paréntesis. Permitir "nada" sin paréntesis en las expresiones causaría ambigüedades y permitiría que errores tipográficos comunes pasaran sin detectarse.

6.2.5. Despliegues para listas, conjuntos y diccionarios#

Para construir una lista, un conjunto o un diccionario, Python provee sintaxis especial denominada "despliegue", cada una de ellas en dos sabores:

• los contenidos del contenedor son listados explícitamente o

• son calculados mediante un conjunto de instrucciones de bucle y filtrado, denominadas una comprehension.

Los elementos comunes de sintaxis para las comprensiones son:

comprehension: assignment_expression comp_for comp_for: ["async"] "for" target_list "in" or_test [comp_iter] comp_iter: comp_for | comp_if comp_if: "if" or_test [comp_iter]

La comprensión consiste en una única expresión seguida por al menos una cláusula "for" y cero o más cláusulas "for" o "if". En este caso, los elementos del nuevo contenedor son aquellos que serían producidos mediante considerar cada una de las cláusulas "for" o "if" un bloque, anidado de izquierda a derecha y evaluando la expresión para producir un elemento cada vez que se alcanza el bloque más interno.

Sin embargo, aparte de la expresión iterable en la cláusula "for" más a la izquierda, la comprensión es ejecutada en un alcance separado implícitamente anidado. Esto asegura que los nombres asignados a en la lista objetiva no se "filtren" en el alcance adjunto.

La expresión iterable en la cláusula más a la izquierda "for" es evaluada directamente en el alcance anidado y luego pasada como un argumento al alcance implícitamente anidado. Subsecuentes cláusulas "for" y cualquier condición de filtro en la cláusula "for" más a la izquierda no pueden ser evaluadas en el alcance adjunto ya que pueden depender de los valores obtenidos del iterable de más a la izquierda. Por ejemplo, "[x*y for x in range(10) for y in range(x, x+10)]".

Para asegurar que la comprensión siempre resulta en un contenedor del tipo apropiado, las expresiones "yield" y "yield from" están prohibidas en el alcance implícitamente anidado.

Desde Python 3.6, en una función "async def", se puede usar una cláusula "async for" para iterar sobre un asynchronous iterator. Una comprensión en una función "async def" puede consistir en una cláusula "for" o "async for" después de la expresión inicial, puede contener cláusulas adicionales "for" o "async for" y también puede usar expresiones "await".

Si una comprensión contiene cláusulas "async for" or si contiene expresiones "await" u otra comprensión asíncrona en cualquier sitio excepto la expresión iterable en la cláusula "for" más a la izquierda, se le llama una asynchronous comprehension. Una comprensión asíncrona podría suspender la ejecución de la función de corutina en la que aparece. Consulte también PEP 530.

Added in version 3.6: Fueron introducidas las comprensiones asincrónicas.

Distinto en la versión 3.8: Prohibidas "yield" y "yield from" en el alcance implícitamente anidado.

Distinto en la versión 3.11: Las comprensiones asincrónicas ahora están permitidas dentro de las comprensiones en funciones asincrónicas. Las comprensiones externas implícitamente se vuelven asincrónicas.

6.2.6. Despliegues de lista#

Un despliegue de lista es una serie de expresiones posiblemente vacía encerrada entre corchetes:

list_display: "[" [flexible_expression_list | comprehension] "]"

Un despliegue de lista produce un nuevo objeto lista, el contenido se especifica por una lista de expresiones o una comprensión. Cuando se proporciona una lista de expresiones, sus elementos son evaluados desde la izquierda a la derecha y colocados en el objeto lista en ese orden. Cuando se proporciona una comprensión, la lista es construida desde los elementos resultantes de la comprensión.

6.2.7. Despliegues de conjuntos#

Un despliegue de conjunto se denota mediante llaves y se distinguen de los despliegues de diccionarios por la ausencia de caracteres de doble punto separando claves y valores:

set_display: "{" (flexible_expression_list | comprehension) "}"

Un despliegue de conjunto produce un nuevo objeto conjunto mutable, el contenido se especifica mediante una secuencia de expresiones o una comprensión. Cuando se proporciona una lista de expresiones separadas por comas, sus elementos son evaluados desde la izquierda a la derecha y añadidos al objeto de conjunto. Cuando se proporciona una comprensión, el conjunto es construido de los elementos resultantes de la comprensión.

Un conjunto vacío no puede ser construido con "{}"; este literal construye un diccionario vacío.

6.2.8. Despliegues de diccionario#

La visualización de un diccionario es una serie posiblemente vacía de elementos de dictado (pares clave/valor) encerrados entre llaves:

dict_display: "{" [dict_item_list | dict_comprehension] "}" dict_item_list: dict_item ("," dict_item) [","] dict_item: expression ":" expression | "*" or_expr dict_comprehension: expression ":" expression comp_for

Un despliegue de diccionario produce un nuevo objeto diccionario.

Si se proporciona una secuencia de elementos dict separados por comas, se evalúan de izquierda a derecha para definir las entradas del diccionario: cada objeto clave se utiliza como clave en el diccionario para almacenar el valor correspondiente. Esto significa que puede especificar la misma clave varias veces en la lista de elementos de dictado, y el valor final del diccionario para esa clave será el último que se proporcione.

Un asterisco doble "" indica descomprimiendo el diccionario. Su operando debe ser un mapping. Cada elemento de mapeo se agrega al nuevo diccionario. Los valores posteriores reemplazan los valores ya establecidos por elementos de dictado anteriores y desempaquetados de diccionarios anteriores.

Added in version 3.5: Desempaquetar en despliegues de diccionarios, originalmente propuesto por PEP 448.

Una comprensión de diccionario, en contraste a las compresiones de lista y conjunto, necesita dos expresiones separadas con un caracter de doble punto seguido por las cláusulas usuales "for" e "if". Cuando la comprensión se ejecuta, los elementos resultantes clave y valor son insertados en el nuevo diccionario en el orden que son producidos.

Las restricciones sobre los tipos de valores clave se enumeran anteriormente en la sección Jerarquía de tipos estándar. (En resumen, el tipo de clave debe ser hashable, que excluye todos los objetos mutables). No se detectan conflictos entre claves duplicadas; prevalece el último valor (textualmente más a la derecha en la pantalla) almacenado para un valor clave determinado.

Distinto en la versión 3.8: Antes de Python 3.8, en las comprensiones de diccionarios, el orden de evaluación de clave y valor no fue bien definido. En CPython, el valor fue evaluado antes de la clave. A partir de 3.8, la clave es evaluada antes que el valor, como fue propuesto por PEP 572.

6.2.9. Expresiones de generador#

The syntax for generator expressions is the same as for list comprehensions, except that they are enclosed in parentheses instead of brackets. For example:

iterator = (x ** 2 for x in range(10)) iterator at ...>

At runtime, a generator expression evaluates to a generator iterator which yields the same values as the corresponding list comprehension:

list(iterator) [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Thus, the example above is roughly equivalent to defining and calling the following generator function:

def make_generator_of_squares(iterator): for x in iterator: yield x ** 2

make_generator_of_squares(iter(range(10)))

The enclosing parentheses can be omitted in calls when the generator expression is the only positional argument and there are no keyword arguments. See the Calls section for details. For example:

# The parentheses after sum are part of the call syntax:

sum(x ** 2 for x in range(10)) 285

# The generator needs its own parentheses if it's not the only argument:

sum((x ** 2 for x in range(10)), start=1000) 1285

The iterable expression in the leftmost "for" clause is evaluated immediately, so that an error raised by this expression will be emitted at the point where the generator expression is defined, rather than at the point where the first value is retrieved:

(x ** 2 for x in nonexistent_iterable) Traceback (most recent call last): ... NameError: name 'nonexistent_iterable' is not defined

After the expression is evaluated, an iterator is created from the result, as if "iter()" was called on it. Any error raised when creating the iterator is also emitted immediately:

(x ** 2 for x in None) Traceback (most recent call last): ... TypeError: 'NoneType' object is not iterable

All other expressions are evaluated lazily, in the same fashion as normal generators (that is, when the iterator is asked to yield a value):

iterator = (nonexistent_value for x in range(10)) iterator at ...> list(iterator) Traceback (most recent call last): ... NameError: name 'nonexistent_value' is not defined

iterator = (x * y for x in range(10) for y in nonexistent_iterable) iterator at ...> list(iterator) Traceback (most recent call last): ... NameError: name 'nonexistent_iterable' is not defined

To avoid interfering with the expected operation of the generator expression itself, "yield" and "yield from" expressions are prohibited inside the implicitly nested scope.

If a generator expression contains either "async for" clauses or "await" expressions it is called an asynchronous generator expression. An asynchronous generator expression returns a new asynchronous generator object, which is an asynchronous iterator (see Iteradores asíncronos).

The formal grammar for generator expressions is:

generator_expression: "(" expression comp_for ")"

Added in version 3.6: Las expresiones de generador asincrónico fueron introducidas.

Distinto en la versión 3.7: Antes de Python 3.7, las expresiones de generador asincrónico podrían aparecer sólo en corrutinas "async def". Desde 3.7, cualquier función puede usar expresiones de generador asincrónico.

Distinto en la versión 3.8: Prohibidas "yield" y "yield from" en el alcance implícitamente anidado.

6.2.10. Expresiones yield#

yield_atom: "(" yield_expression ")" yield_from: "yield" "from" expression yield_expression: "yield" yield_list | yield_from

La expresión yield se usa al definir una función generator o una función asynchronous generator y, por lo tanto, solo se puede usar en el cuerpo de una definición de función. El uso de una expresión yield en el cuerpo de una función hace que esa función sea una función generadora, y su uso en el cuerpo de una función "async def" hace que la función corrutina sea una función generadora asíncrona. Por ejemplo:

def gen(): # define una función generadora yield 123

async def agen(): # define una función generadora asíncrona

Debido a sus efectos secundarios sobre el alcance contenedor, las expresiones "yield" no están permitidas como parte de los alcances implícitamente definidos usados para implementar comprensiones y expresiones de generador.

Distinto en la versión 3.8: Expresiones yield prohibidas en los ámbitos anidados implícitamente utilizados para implementar comprensiones y expresiones de generador.

Las funciones generadoras son descritas a continuación, mientras que las funciones generadoras asincrónicas son descritas separadamente en la sección Funciones generadoras asincrónicas.

Cuando se llama a una función generadora, retorna un iterador conocido como generador. Ese generador luego controla la ejecución de la función del generador. La ejecución comienza cuando se llama a uno de los métodos del generador. En ese momento, la ejecución procede con la primera expresión yield, donde se suspende nuevamente, retornando el valor de "yield_list" a quien llame al generador, o "None" si "yield_list" se omite. Por suspendido entiéndase que se retiene todo el estado local, incluyendo los enlaces actuales de las variables locales, el puntero de instrucción, la pila de evaluación interna y el estado de cualquier manejo de excepciones. Cuando se reanuda la ejecución llamando a uno de los métodos del generador, la función puede continuar exactamente como si la expresión yield fuera simplemente otra llamada externa. El valor de la expresión yield después de la reanudación depende del método que reanudó la ejecución. Si se utiliza "next()" (normalmente a través de un "for" o la función incorporada "next()"), el resultado es "None". De lo contrario, si se utiliza "send()", el resultado será el valor pasado a ese método.

Todo este hace a las funciones generadores similar a las corrutinas; producen múltiples veces, tienen más de un punto de entrada y su ejecución puede ser suspendida. La única diferencia es que una función generadora no puede controlar si la ejecución debe continuar después de que ceda; el control siempre es transferido al invocador del generador.

Las expresiones yield están permitidas en cualquier lugar en un constructo "try". Si el generador no es reanudado antes de finalizar (alcanzando un recuento de referencia cero o colectando basura), el método generador-iterador "close()" será invocado, permitiendo la ejecución de cualquier cláusula "finally" pendiente.

Cuando se usa "yield from ", la expresión proporcionada debe ser iterable. Los valores producidos al iterar ese iterable se pasan directamente al llamador de los métodos del generador actual. Cualquier valor pasado con "send()" y cualquier excepción pasada con "throw()" se pasan al iterador subyacente si tiene los métodos apropiados. Si este no es el caso, entonces "send()" lanzará "AttributeError" o "TypeError", mientras que "throw()" solo lanzará la excepción pasada inmediatamente.

Cuando el iterador subyacente está completo, el atributo "value" de la instancia "StopIteration" generada se convierte en el valor de la expresión yield. Puede ser establecido explícitamente al generar "StopIteration" o automáticamente cuando el subiterador es un generador (retornando un valor del subgenerador).

Distinto en la versión 3.3: Añadido "yield from " para delegar el control de flujo a un subiterador.

Los paréntesis pueden ser omitidos cuando la expresión yield es la única expresión en el lado derecho de una sentencia de asignación.

Ver también:

PEP 255 - Generadores Simples La propuesta para añadir generadores y la sentencia "yield" a Python.

PEP 342 - Corrutinas mediante Generadores Mejorados La propuesta para mejorar la API y la sintaxis de generadores, haciéndolos utilizables como corrutinas simples.

PEP 380 - Sintaxis para Delegar a un Subgenerador La propuesta para introducir la sintaxis "yield_from", facilitando la delegación a subgeneradores.

PEP 525- Generadores Asincrónicos La propuesta que expandió PEP 492 añadiendo capacidades de generador a las funciones corrutina.

6.2.10.1. Métodos generador-iterador#

Esta subsección describe los métodos de un generador iterador. Estos pueden ser usados para controlar la ejecución de una función generadora.

Tenga en cuenta que invocar cualquiera de los métodos de generador siguientes cuando el generador está todavía en ejecución genera una excepción "ValueError".

generator.next()

Inicia la ejecución de una función generadora o la reanuda en la última expresión de rendimiento ejecutada. Cuando se reanuda una función de generador con un método "send()", la expresión de rendimiento actual siempre se evalúa como "None". Luego, la ejecución continúa con la siguiente expresión de rendimiento, donde el generador se suspende nuevamente y el valor de "yield_list" se retorna a la aquello que llame "next()". Si el generador sale sin generar otro valor, se lanza una excepción "StopIteration".

Este método es normalmente invocado implícitamente, por ejemplo, por un bucle "for" o por la función incorporada "next()".

generator.send(value)

Reanuda la ejecución y "envía" un valor dentro de la función generadora. El argumento value se convierte en el resultado de la expresión yield actual. El método "send()" retorna el siguiente valor producido por el generador o genera "StopIteration" si el generador termina sin producir otro valor. Cuando se ejecuta "send()" para comenzar el generador, debe ser invocado con "None" como el argumento, debido a que no hay expresión yield que pueda recibir el valor.

generator.throw(value) generator.throw(type[, value[, traceback]])

Genera una excepción en el punto donde se pausó el generador y retorna el siguiente valor generado por la función del generador. Si el generador sale sin generar otro valor, se genera una excepción "StopIteration". Si la función generadora no detecta la excepción pasada o genera una excepción diferente, esa excepción se propaga a la persona que llama.

En el uso típico, esto se llama con una sola instancia de excepción similar a la forma en que se usa la palabra clave "raise".

Sin embargo, para la compatibilidad con versiones anteriores, se admite la segunda firma, siguiendo una convención de versiones anteriores de Python. El argumento type debe ser una clase de excepción y value debe ser una instancia de excepción. Si no se proporciona value, se llama al constructor type para obtener una instancia. Si se proporciona traceback, se establece en la excepción; de lo contrario, se puede borrar cualquier atributo "traceback" existente almacenado en value.

Distinto en la versión 3.12: La segunda firma (type[, value[, traceback]]) está obsoleta y puede eliminarse en una versión futura de Python.

generator.close()

Raises a "GeneratorExit" exception at the point where the generator function was paused (equivalent to calling "throw(GeneratorExit)"). The exception is raised by the yield expression where the generator was paused. If the generator function catches the exception and returns a value, this value is returned from "close()". If the generator function is already closed, or raises "GeneratorExit" (by not catching the exception), "close()" returns "None". If the generator yields a value, a "RuntimeError" is raised. If the generator raises any other exception, it is propagated to the caller. If the generator has already exited due to an exception or normal exit, "close()" returns "None" and has no other effect.

Distinto en la versión 3.13: Si un generador retorna un valor al cerrarse, el valor es retornado por "close()".

6.2.10.2. Ejemplos#

Aquí hay un ejemplo simple que demuestra el comportamiento de generadores y funciones generadoras:

def echo(value=None): ... print("Execution starts when 'next()' is called for the first time.") ... try: ... while True: ... try: ... value = (yield value) ... except Exception as e: ... value = e ... finally: ... print("Don't forget to clean up when 'close()' is called.") ... generator = echo(1) print(next(generator)) Execution starts when 'next()' is called for the first time. 1 print(next(generator)) None print(generator.send(2)) 2 generator.throw(TypeError, "spam") TypeError('spam',) generator.close() Don't forget to clean up when 'close()' is called.

Para ejemplos usando "yield from", ver PEP 380: Sintaxis para delegar en un subgenerador en "Qué es nuevo en Python."

6.2.10.3. Funciones generadoras asincrónicas#

La presencia de una expresión yield en una función o método definido usando "async def" adicionalmente define la función como una función asynchronous generator.

Cuando se invoca una función generadora asincrónica, retorna un iterador asincrónico conocido como un objeto generador asincrónico. Este objeto entonces controla la ejecución de la función generadora. Un objeto generador asincrónico se usa típicamente en una sentencia "async for" en una función corrutina análogamente a como sería usado un objeto generador en una sentencia "for".

Llamar a uno de los métodos del generador asíncrono retorna un objeto awaitable y la ejecución comienza cuando se espera este objeto. En ese momento, la ejecución procede a la primera expresión yield, donde se suspende nuevamente, retornando el valor de "yield_list" a la corutina en espera. Al igual que con un generador, la suspensión significa que se retiene todo el estado local, incluidos los enlaces actuales de las variables locales, el puntero de instrucción, la pila de evaluación interna y el estado de cualquier manejo de excepción. Cuando se reanuda la ejecución esperando el siguiente objeto retornado por los métodos del generador asíncrono, la función puede proceder exactamente como si la expresión yield fuera simplemente otra llamada externa. El valor de la expresión yield después de reanudar depende del método que reanudó la ejecución. Si se utiliza "anext()", el resultado es "None". De lo contrario, si se usa "asend()", el resultado será el valor pasado a ese método.

Si un generador asincrónico sale temprano por "break", la tarea de la persona que llama se cancela u otras excepciones, el código de limpieza asíncrono del generador se ejecutará y posiblemente lanzará excepciones o accederá a variables de contexto en un contexto inesperado, tal vez después de la vida útil de las tareas de las que depende, o durante el cierre del ciclo de eventos cuando se llama al gancho de recolección de basura del generador asíncrono. Para evitar esto, la persona que llama debe cerrar explícitamente el generador asíncrono llamando al método "aclose()" para finalizar el generador y finalmente desconectarlo del bucle de eventos.

En una función generadora asincrónica, las expresiones yield están permitidas en cualquier lugar de un constructo "try". Sin embargo, si un generador asincrónico no es reanudado antes de finalizar (alcanzando un contador de referencia cero o recogiendo basura), entonces una expresión yield dentro de un constructo "try" podría fallar al ejecutar cláusulas "finally" pendientes. En este caso, es responsabilidad del bucle de eventos o del planificador ejecutando el generador asincrónico invocar el método "aclose()" del generador- iterador asincrónico y ejecutar el objeto corrutina resultante, permitiendo así la ejecución de cualquier cláusula "finally" pendiente.

Para encargarse de la finalización tras la finalización del ciclo de eventos, un ciclo de eventos debe definir una función finalizer que tome un generador-iterador asíncrono y presumiblemente llame a "aclose()" y ejecute la rutina. Este finalizer se puede registrar llamando a "sys.set_asyncgen_hooks()". Cuando se itera por primera vez, un generador-iterador asíncrono almacenará el finalizer registrado para ser llamado al finalizar. Para obtener un ejemplo de referencia de un método finalizer, consulte la implementación de "asyncio.Loop.shutdown_asyncgens" en Lib/asyncio/base_events.py.

La expresión "yield from " es un error de sintaxis cuando es usada en una función generadora asincrónica.

6.2.10.4. Métodos asincrónicos de generador-iterador#

Esta subsección describe los métodos de un generador iterador asincrónico, los cuales son usados para controlar la ejecución de una función generadora.

async agen.anext()

Retorna un aguardable que, cuando se ejecuta, comienza a ejecutar el generador asíncrono o lo reanuda en la última expresión yield ejecutada. Cuando se reanuda una función de generador asíncrono con un método "anext()", la expresión yield actual siempre se evalúa como "None" en el aguardable retornado, que cuando se ejecute continuará con la siguiente expresión yield. El valor de "yield_list" de la expresión yield es el valor de la excepción "StopIteration" generada por la corutina de finalización. Si el generador asincrónico finaliza sin generar otro valor, el aguardable genera una excepción "StopAsyncIteration", lo que indica que la iteración asincrónica se ha completado.

Este método es invocado normalmente de forma implícita por un bucle "async for".

async agen.asend(value)

Retorna un aguardable el cual ejecuta cuando se reanude la ejecución del generador asincrónico. Como el método "send()" para un generador, este "envía" un valor a la función generadora asincrónica y el argumento value se convierte en el resultado de la expresión yield actual. El aguardable retornado por el método "asend()" retornará el siguiente valor producido por el generador como el valor de la "StopIteration" generada o genera "StopAsyncIteration" si el generador asincrónico termina sin generar otro valor. Cuando se invoca "asend()" para empezar el generador asincrónico, debe ser invocado con "None" como argumento, porque no hay expresión yield que pueda recibir el valor.

async agen.athrow(value) async agen.athrow(type[, value[, traceback]])

Retorna un aguardable que genera una excepción de tipo "type" en el punto donde el generador asincrónico fue pausado y retorna el siguiente valor producido por la función generadora como el valor de la excepción "StopIteration" generada. Si el generador asincrónico termina sin producir otro valor, el aguardable genera una excepción "StopAsyncIteration". Si la función generadora no caza la excepción pasada o genera una excepción diferente, entonces cuando se ejecuta el aguardable esa excepción se propaga al invocador del aguardable.

Distinto en la versión 3.12: La segunda firma (type[, value[, traceback]]) está obsoleta y puede eliminarse en una versión futura de Python.

async agen.aclose()

Retorna un aguardable que cuando corre lanza un "GeneratorExit" a la función generadora asincrónica en el punto donde fue pausada. Si la función generadora asincrónica termina exitosamente, ya está cerrada o genera "GeneratorExit" (sin cazar la excepción), el aguardable retornado lanzará una excepción "StopIteration". Otros aguardables retornados por subsecuentes invocaciones al generador asincrónico lanzarán una excepción "StopAsyncIteration". Si el generador asincrónico produce un valor, el aguardable genera un "RuntimeError". Si el generador asincrónico genera cualquier otra excepción, esta es propagada al invocador del aguardable. Si el generador asincrónico ha terminado debido a una excepción o una terminación normal, entonces futuras invocaciones a "aclose()" retornarán un aguardable que no hace nada.

6.3. Primarios#

Los primarios representan las operaciones más fuertemente ligadas al lenguaje. Su sintaxis es:

primary: atom | attributeref | subscription | call

6.3.1. Referencias de atributos#

Una referencia de atributo es un primario seguido de un punto y un nombre:

attributeref: primary "." identifier

El primario debe evaluar a un objeto de un tipo que soporte referencias de atributos, lo cual la mayoría de los objetos soportan. Luego se le pide a este objeto que produzca el atributo cuyo nombre es el identificador. Este tipo y valor producidos son determinados por el objeto. Múltiples evaluaciones sobre la misma referencia de atributo pueden producir objetos diferentes.

Esta producción puede ser personalizada al sobreescribir el método "getattribute()" o "getattr()". El método "getattribute()" es llamado primero y retorna un valor o se genera la excepción "AttributeError" si el atributo no está disponible.

Si se genera una excepción "AttributeError" y el objeto tiene un método "getattr()", dicho método es llamado como respaldo.

6.3.2. Subscriptions and slicings#

The subscription syntax is usually used for selecting an element from a container -- for example, to get a value from a "dict":

digits_by_name = {'one': 1, 'two': 2} digits_by_name['two'] # Subscripting a dictionary using the key 'two' 2

In the subscription syntax, the object being subscribed -- a primary -- is followed by a subscript in square brackets. In the simplest case, the subscript is a single expression.

Depending on the type of the object being subscribed, the subscript is sometimes called a key (for mappings), index (for sequences), or type argument (for generic types). Syntactically, these are all equivalent:

colors = ['red', 'blue', 'green', 'black'] colors[3] # Subscripting a list using the index 3 'black'

list[str] # Parameterizing the list type using the type argument str list[str]

At runtime, the interpreter will evaluate the primary and the subscript, and call the primary's "getitem()" or "class_getitem()" special method with the subscript as argument. For more details on which of these methods is called, see class_getitem frente a getitem.

To show how subscription works, we can define a custom object that implements "getitem()" and prints out the value of the subscript:

class SubscriptionDemo: ... def getitem(self, key): ... print(f'subscripted with: {key!r}') ... demo = SubscriptionDemo() demo[1] subscripted with: 1 demo['a' * 3] subscripted with: 'aaa'

See "getitem()" documentation for how built-in types handle subscription.

Subscriptions may also be used as targets in assignment or deletion statements. In these cases, the interpreter will call the subscripted object's "setitem()" or "delitem()" special method, respectively, instead of "getitem()".

colors = ['red', 'blue', 'green', 'black'] colors[3] = 'white' # Setting item at index colors ['red', 'blue', 'green', 'white'] del colors[3] # Deleting item at index 3 colors ['red', 'blue', 'green']

All advanced forms of subscript documented in the following sections are also usable for assignment and deletion.

6.3.2.1. Segmentos#

A more advanced form of subscription, slicing, is commonly used to extract a portion of a sequence. In this form, the subscript is a slice: up to three expressions separated by colons. Any of the expressions may be omitted, but a slice must contain at least one colon:

number_names = ['zero', 'one', 'two', 'three', 'four', 'five'] number_names[1:3] ['one', 'two'] number_names[1:] ['one', 'two', 'three', 'four', 'five'] number_names[:3] ['zero', 'one', 'two'] number_names[:] ['zero', 'one', 'two', 'three', 'four', 'five'] number_names[::2] ['zero', 'two', 'four'] number_names[:-3] ['zero', 'one', 'two'] del number_names[4:] number_names ['zero', 'one', 'two', 'three']

When a slice is evaluated, the interpreter constructs a "slice" object whose "start", "stop" and "step" attributes, respectively, are the results of the expressions between the colons. Any missing expression evaluates to "None". This "slice" object is then passed to the "getitem()" or "class_getitem()" special method, as above.

# continuing with the SubscriptionDemo instance defined above:

demo[2:3] subscripted with: slice(2, 3, None) demo[::'spam'] subscripted with: slice(None, None, 'spam')

6.3.2.2. Comma-separated subscripts#

The subscript can also be given as two or more comma-separated expressions or slices:

# continuing with the SubscriptionDemo instance defined above:

demo[1, 2, 3] subscripted with: (1, 2, 3) demo[1:2, 3] subscripted with: (slice(1, 2, None), 3)

This form is commonly used with numerical libraries for slicing multi- dimensional data. In this case, the interpreter constructs a "tuple" of the results of the expressions or slices, and passes this tuple to the "getitem()" or "class_getitem()" special method, as above.

The subscript may also be given as a single expression or slice followed by a comma, to specify a one-element tuple:

demo['spam',] subscripted with: ('spam',)

6.3.2.3. "Starred" subscriptions#

Added in version 3.11: Expressions in tuple_slices may be starred. See PEP 646.

The subscript can also contain a starred expression. In this case, the interpreter unpacks the result into a tuple, and passes this tuple to "getitem()" or "class_getitem()":

# continuing with the SubscriptionDemo instance defined above:

demo[*range(10)] subscripted with: (0, 1, 2, 3, 4, 5, 6, 7, 8, 9)

Starred expressions may be combined with comma-separated expressions and slices:

demo['a', 'b', *range(3), 'c'] subscripted with: ('a', 'b', 0, 1, 2, 'c')

6.3.2.4. Formal subscription grammar#

subscription: primary '[' subscript ']' subscript: single_subscript | tuple_subscript single_subscript: proper_slice | assignment_expression proper_slice: [expression] ":" [expression] [ ":" [expression] ] tuple_subscript: ','.(single_subscript | starred_expression)+ [',']

Recall that the "|" operator denotes ordered choice. Specifically, in "subscript", if both alternatives would match, the first ("single_subscript") has priority.

6.3.3. Invocaciones#

Una invocación invoca un objeto invocable (ej., una function) con una serie posiblemente vacía de argumentos:

call: primary "(" [argument_list [","] | comprehension] ")" argument_list: positional_arguments ["," starred_and_keywords] ["," keywords_arguments] | starred_and_keywords ["," keywords_arguments] | keywords_arguments positional_arguments: positional_item ("," positional_item) positional_item: assignment_expression | "" expression starred_and_keywords: ("" expression | keyword_item) ("," "" expression | "," keyword_item) keywords_arguments: (keyword_item | "" expression) ("," keyword_item | "," "" expression) keyword_item: identifier "=" expression

Una coma final opcional puede estar presente después de los argumentos posicionales y de palabra clave pero no afecta a las semánticas.

La clave primaria debe evaluar a un objeto invocable (funciones definidas por el usuario, funciones incorporadas, métodos de objetos incorporados, métodos de instancias de clases y todos los objetos que tienen un método "call()" son invocables). Todas las expresiones de argumento son evaluadas antes de que la invocación sea intentada. Por favor, consulte la sección Definiciones de funciones para saber más sobre la sintaxis de listas parameter formales.

Si hay argumentos de palabras clave, primero se convierten en argumentos posicionales, de la siguiente manera. Primero, se crea una lista de espacios vacantes para los parámetros formales. Si hay N argumentos posicionales, se colocan en los primeros N espacios. A continuación, para cada argumento de palabra clave, se utiliza el identificador para determinar la ranura correspondiente (si el identificador es el mismo que el nombre del primer parámetro formal, se utiliza la primera ranura, y así sucesivamente). Si el espacio ya está ocupado, se genera una excepción "TypeError". De lo contrario, el argumento se coloca en el espacio, llenándolo (incluso si la expresión es "None", llena el espacio). Cuando se han procesado todos los argumentos, los espacios que aún están vacíos se llenan con el valor predeterminado correspondiente de la definición de función. (Los valores predeterminados se calculan, una vez, cuando se define la función; por lo tanto, un objeto mutable como una lista o diccionario usado como valor predeterminado será compartido por todas las llamadas que no especifican un valor de argumento para la ranura correspondiente; esto debería normalmente se evita.) Si hay espacios vacíos para los cuales no se especifica ningún valor predeterminado, se genera una excepción "TypeError". De lo contrario, la lista de espacios ocupados se utiliza como lista de argumentos para la llamada.

Una implementación puede proveer funciones incorporadas cuyos argumentos posicionales no tienen nombres, incluso si son "nombrados" a efectos de documentación y los cuales por consiguiente no pueden ser suplidos por palabras clave. En CPython, este es el caso para funciones implementadas en C que usan "PyArg_ParseTuple()" para analizar sus argumentos.

Si hay más argumentos posicionales que ranuras formales de parámetros, se genera una excepción "TypeError", a no ser que un parámetro formal usando la sintaxis "*identifier" se encuentre presente; en este caso, ese parámetro formal recibe una tupla conteniendo los argumentos posicionales sobrantes (o una tupla vacía su no hay argumentos posicionales sobrantes).

Si un argumento de palabra clave no corresponde a un nombre de parámetro formal, se genera una excepción "TypeError", a no ser que un parámetro formal usando la sintaxis "**identifier" esté presente; en este caso, ese parámetro formal recibe un diccionario que contiene los argumentos de palabra clave sobrantes (usando las palabras clave como claves y los valores de argumento como sus valores correspondientes), o un (nuevo) diccionario vacío si no hay argumentos de palabra clave sobrantes.

Si la sintaxis "expression" aparece en la invocación de función, "expression" debe evaluar a un iterable. Elementos de esos iterables son tratados como si fueran argumentos posicionales adicionales. Para la invocación "f(x1, x2, y, x3, x4)", si y evalúa a una secuencia y1, ..., yM, equivale a una invocación con M+4 argumentos posicionales x1, x2, y1, ..., yM, x3, x4.

Una consecuencia de esto es que aunque la sintaxis "expression" puede aparecer después de argumentos de palabra clave explícitos, es procesada antes de los argumentos de palabra clave (y cualquiera de los argumentos "expression" -- ver abajo). Así que:

def f(a, b): ... print(a, b) ... f(b=1, *(2,))

Es inusual que se utilicen argumentos de palabras clave y la sintaxis "*expression" en la misma llamada, por lo que en la práctica esta confusión no suele surgir.

Si la sintaxis "expression" aparece en la llamada de función, "expression" debe evaluarse como mapping, cuyo contenido se trata como argumentos de palabras clave adicionales. Si a un parámetro que coincide con una clave ya se le ha asignado un valor (mediante un argumento de palabra clave explícito o de otro desempaquetado), se genera una excepción "TypeError".

Cuando se usa "expression", cada clave en esta asignación debe ser una cadena. Cada valor del mapeo se asigna al primer parámetro formal elegible para la asignación de palabras clave cuyo nombre es igual a la clave. No es necesario que una clave sea un identificador de Python (por ejemplo, ""max-temp °F"" es aceptable, aunque no coincidirá con ningún parámetro formal que pueda declararse). Si no hay ninguna coincidencia con un parámetro formal, el par clave-valor se recopila mediante el parámetro ""; si lo hay, o si no lo hay, se genera una excepción "TypeError".

No pueden ser usados parámetros formales usando la sintaxis "identifier" o "*identifier" como ranuras de argumentos posicionales o como nombres de argumentos de palabra clave.

Distinto en la versión 3.5: Las invocaciones de función aceptan cualquier número de desempaquetados "" y "", los argumentos posicionales pueden seguir a desempaquetados de iterable ("") y los argumentos de palabra clave pueden seguir a desempaquetados de diccionario (""). Originalmente propuesto por PEP 448*.

Una invocación siempre retorna algún valor, posiblemente "None", a no ser que genere una excepción. Cómo se calcula este valor depende del tipo del objeto invocable.

Si es---

una función definida por el usuario: The code block for the function is executed, passing it the argument list. The first thing the code block will do is bind the formal parameters to the arguments; this is described in section Definiciones de funciones. When the code block executes a "return" statement, this specifies the return value of the function call. If execution reaches the end of the code block without executing a "return" statement, the return value is "None".

una función o método incorporado: El resultado depende del intérprete; ver Funciones incorporadas para las descripciones de funciones y métodos incorporados.

un objeto de clase: Se retorna una nueva instancia de esa clase.

un método de una instancia de clase: Se invoca la función definida por el usuario correspondiente, con una lista de argumentos con un largo uno mayor que la lista de argumentos de la invocación: la instancia se convierte en el primer argumento.

una instancia de clase: La clase debe definir un método "call()" ; el efecto es entonces el mismo que si ese método fuera invocado.

6.4. Expresión await#

Suspende la ejecución de coroutine o un objeto awaitable. Puede ser usado sólo dentro de una coroutine function.

await_expr: "await" primary

Added in version 3.5.

6.5. El operador de potencia#

El operador de potencia se vincula más estrechamente que los operadores unarios a su izquierda; se vincula con menos fuerza que los operadores unarios a su derecha. La sintaxis es:

power: (await_expr | primary) ["**" u_expr]

Por lo tanto, en una secuencia sin paréntesis de operadores unarios y de potencia, los operadores son evaluados desde la derecha a la izquierda (este no se constriñe al orden de evaluación para los operandos): "-1**2" resulta en "-1".

The power operator has the same semantics as the built-in "pow()" function, when called with two arguments: it yields its left argument raised to the power of its right argument. Numeric arguments are first converted to a common type, and the result is of that type.

Para operandos int, el resultado tiene el mismo tipo que los operandos a no ser que el segundo argumento sea negativo; en ese caso, todos los argumentos son convertidos a float y se entrega un resultado float. Por ejemplo, "102" retorna "100", pero "10-2" retorna "0.01".

Elevar "0.0" a una potencia negativa resulta en un "ZeroDivisionError". Elevar un número negativo a una potencia fraccional resulta en un número "complex". (En versiones anteriores se genera un "ValueError".)

Esta operación se puede personalizar utilizando los métodos especiales "pow()" y "rpow()".

6.6. Aritmética unaria y operaciones bit a bit#

Toda la aritmética unaria y las operaciones bit a bit tienen la misma prioridad:

u_expr: power | "-" u_expr | "+" u_expr | "~" u_expr

El operador unario "-" (menos) genera la negación de su argumento numérico; la operación se puede sobreescribir con el método especial "neg()".

El operador unario "+" (más) genera su argumento numérico sin cambios; la operación se puede sobreescribir con el método especial "pos()".

El operador unario "~" (invertir) genera la inversión bit a bit de su argumento entero. La inversión bit a bit de "x" se define como "-(x+1)". Solo se aplica a números enteros o a objetos personalizados que anulan el método especial "invert()".

En todos los tres casos, si el argumento no tiene el tipo apropiado, se genera una excepción "TypeError".

6.7. Operaciones aritméticas binarias#

Las operaciones aritméticas binarias tienen los niveles convencionales de prioridad. Tenga en cuenta que algunas de esas operaciones también aplican a ciertos tipos no numéricos. Aparte del operador de potencia, hay sólo dos niveles, uno para operadores multiplicativos y uno para aditivos:

m_expr: u_expr | m_expr "*" u_expr | m_expr "@" m_expr | m_expr "//" u_expr | m_expr "/" u_expr | m_expr "%" u_expr a_expr: m_expr | a_expr "+" m_expr | a_expr "-" m_expr

The "*" (multiplication) operator yields the product of its arguments. The arguments must either both be numbers, or one argument must be an integer and the other must be a sequence. In the former case, the numbers are converted to a common real type and then multiplied together. In the latter case, sequence repetition is performed; a negative repetition factor yields an empty sequence.

Esta operación se puede personalizar utilizando los métodos especiales "mul()" y "rmul()".

Distinto en la versión 3.14: If only one operand is a complex number, the other operand is converted to a floating-point number.

El operador "@" (en) está destinado a ser usado para multiplicación de matrices. Ningún tipo incorporado en Python implementa este operador.

Esta operación se puede personalizar utilizando los métodos especiales "matmul()" y "rmatmul()".

Added in version 3.5.

The "/" (division) and "//" (floor division) operators yield the quotient of their arguments. The numeric arguments are first converted to a common type. Division of integers yields a float, while floor division of integers results in an integer; the result is that of mathematical division with the 'floor' function applied to the result. Division by zero raises the "ZeroDivisionError" exception.

La operación de división se puede personalizar usando los métodos especiales "truediv()" y "rtruediv()". La operación de división entera se puede personalizar usando los métodos especiales "floordiv()" y "rfloordiv()".

The "%" (modulo) operator yields the remainder from the division of the first argument by the second. The numeric arguments are first converted to a common type. A zero right argument raises the "ZeroDivisionError" exception. The arguments may be floating-point numbers, e.g., "3.14%0.7" equals "0.34" (since "3.14" equals "4*0.7 + 0.34".) The modulo operator always yields a result with the same sign as its second operand (or zero); the absolute value of the result is strictly smaller than the absolute value of the second operand [1].

El operador de división entera a la baja y el de módulo están conectados por la siguiente identidad: "x == (x//y)*y + (x%y)". La división entera a la baja y el módulo también están conectadas por la función incorporada "divmod()": "divmod(x, y) == (x//y, x%y)". [2].

Adicionalmente a realizar la operación módulo en números, el operador "%" también está sobrecargado por objetos cadena de caracteres para realizar formateo de cadenas al estilo antiguo (también conocido como interpolación). La sintaxis para el formateo de cadenas está descrita en la Referencia de la Biblioteca de Python, sección Formateo de cadenas al estilo printf.

La operación modulo se puede personalizar utilizando los métodos especiales "mod()" y "rmod()".

El operador de división entera a la baja, el operador de módulo y la función "divmod()" no están definidas para números complejos. En su lugar, convierta a un número de punto flotante usando la función "abs()" si es necesario.

The "+" (addition) operator yields the sum of its arguments. The arguments must either both be numbers or both be sequences of the same type. In the former case, the numbers are converted to a common real type and then added together. In the latter case, the sequences are concatenated.

Esta operación se puede personalizar utilizando los métodos especiales "add()" y "radd()".

Distinto en la versión 3.14: If only one operand is a complex number, the other operand is converted to a floating-point number.

The "-" (subtraction) operator yields the difference of its arguments. The numeric arguments are first converted to a common real type.

Esta operación se puede personalizar utilizando los métodos especiales "sub()" y "rsub()".

Distinto en la versión 3.14: If only one operand is a complex number, the other operand is converted to a floating-point number.

6.8. Operaciones de desplazamiento#

Las operaciones de desplazamiento tienen menos prioridad que las operaciones aritméticas:

shift_expr: a_expr | shift_expr ("<<" | ">>") a_expr

Estos operadores aceptan enteros como argumentos. Ellos desplazan el primer argumento a la izquierda o derecha el número de dígitos dados por el segundo argumento.

Las operaciones de desplazamiento a la izquierda se pueden personalizar usando los métodos especiales "lshift()" y "rlshift()". Las operaciones de desplazamiento a la derecha se pueden personalizar usando los métodos especiales "rshift()" y "rrshift()".

Un desplazamiento de n bits hacia la derecha se define como una división entera a la baja entre "pow(2,n)". Un desplazamiento de n bits hacia la izquierda se define como una multiplicación por "pow(2,n)".

6.9. Operaciones bit a bit binarias#

Cada una de las tres operaciones de bits binarias tienen diferente nivel de prioridad:

and_expr: shift_expr | and_expr "&" shift_expr xor_expr: and_expr | xor_expr "^" and_expr or_expr: xor_expr | or_expr "|" xor_expr

El operador "&" genera el AND bit a bit de sus argumentos, que deben ser números enteros o uno de ellos debe ser un objeto personalizado que sobreescriba los métodos especiales "and()" o "rand()".

El operador "^" genera el XOR bit a bit (OR exclusivo) de sus argumentos, que deben ser números enteros o uno de ellos debe ser un objeto personalizado que sobreescriba los métodos especiales "xor()" o "rxor()".

El operador "|" genera el OR bit a bit (inclusive) de sus argumentos, que deben ser números enteros o uno de ellos debe ser un objeto personalizado que sobreescriba los métodos especiales "or()" o "ror()".

6.10. Comparaciones#

A diferencia de C, todas las operaciones de comparación en Python tienen la misma prioridad, la cual es menor que la de cualquier operación aritmética, de desplazamiento o bit a bit. También, a diferencia de C, expresiones como "a < b < c" tienen la interpretación convencional en matemáticas:

comparison: or_expr (comp_operator or_expr)* comp_operator: "<" | ">" | "==" | ">=" | "<=" | "!=" | "is" ["not"] | ["not"] "in"

Las comparaciones generan valores booleanos: "True" o "False".: dfn: los Métodos de comparación enriquecidos personalizados pueden retornar valores no booleanos. En este caso, Python llamará a "bool()" en dicho valor en contextos booleanos.

Las comparaciones pueden ser encadenadas arbitrariamente, ej., "x < y <= z" es equivalente a "x < y and y <= z", excepto que "y" es evaluado sólo una vez (pero en ambos casos "z" no es evaluado para nada cuando "x < y" se encuentra que es falso).

Formalmente, si a, b, c, ..., y, z son expresiones y op1, op2, ..., opN son operadores de comparación, entonces "a op1 b op2 c ... y opN z" es equivalente a "a op1 b and b op2 c and ... y opN z", excepto que cada expresión es evaluada como mucho una vez.

Tenga en cuenta que "a op1 b op2 c" no implica ningún tipo de comparación entre a y c, por lo que, por ejemplo, "x < y > z" es perfectamente legal (aunque quizás no es bonito).

6.10.1. Comparaciones de valor#

Los operadores "<", ">", "==", ">=", "<=", y "!=" comparan los valores de dos objetos. Los objetos no necesitan ser del mismo tipo.

El capítulo Objetos, valores y tipos afirma que los objetos tienen un valor (en adición al tipo e identidad). El valor de un objeto es una noción bastante abstracta en Python: Por ejemplo, no existe un método de acceso canónico para el valor de un objeto. Además, no se requiere que el valor de un objeto deba ser construido de una forma particular, ej. compuesto de todos sus atributos de datos. Los operadores de comparación implementan una noción particular de lo que es el valor de un objeto. Uno puede pensar en ellos definiendo el valor de un objeto indirectamente, mediante su implementación de comparación.

Debido a que todos los tipos son subtipos (directos o indirectos) de "object", ellos heredan el comportamiento de comparación predeterminado desde "object". Los tipos pueden personalizar su comportamiento de comparación implementando rich comparison methods como "lt()", descritos en Personalización básica.

El comportamiento predeterminado para comparación de igualdad ("==" y "!=") se basa en la identidad de los objetos. Por lo tanto, la comparación de instancias con la misma identidad resulta en igualdad, y la comparación de igualdad de instancias con diferentes entidades resulta en desigualdad. Una motivación para este comportamiento predeterminado es el deseo de que todos los objetos sean reflexivos (ej. "x is y" implica "x == y").

No se provee un orden de comparación por defecto ("<", ">", "<=", and ">="); un intento genera "TypeError". Una motivación para este comportamiento predeterminado es la falta de una invariante similar como para la igualdad.

El comportamiento de la comparación de igualdad predeterminado, que instancias con diferentes identidades siempre son desiguales, puede estar en contraste a que los tipos que necesitarán que tengan una definición sensata de valor de objeto e igualdad basada en el valor. Tales tipos necesitarán personalizar su comportamiento de comparación y, de hecho, un número de tipos incorporados lo han realizado.

La siguiente lista describe el comportamiento de comparación de los tipos incorporados más importantes.

• Números de tipos numéricos incorporadas (Tipos numéricos --- int, float, complex) y tipos de la biblioteca estándar "fractions.Fraction" y "decimal.Decimal" pueden ser comparados consigo mismos y entre sus tipos, con la restricción de que números complejos no soportan orden de comparación. Dentro de los límites de los tipos involucrados, se comparan matemáticamente (algorítmicamente) correctos sin pérdida de precisión.

Los valores no-un-número "float('NaN')" y "decimal.Decimal('NaN')" son especiales. Cualquier comparación ordenada de un número a un no- un-número es falsa. Una implicación contraintuitiva es que los valores no-un-número son son iguales a sí mismos. Por ejemplo, si "x = float('NaN')", "3 < x", "x < 3" y "x == x" son todos falso, mientras "x != x" es verdadero. Este comportamiento cumple con IEEE 754.

• "None" y "NotImplemented" son singletons. PEP 8 recomienda que las comparaciones para singletons deben ser realizadas siempre con "is" o "is not", nunca los operadores de igualdad.

• Las secuencias binarias (instancias de "bytes" o "bytearray") pueden ser comparadas entre sí y con otros tipos. Ellas comparan lexicográficamente utilizando los valores numéricos de sus elementos.

• Las cadenas de caracteres (instancias de "str") comparan lexicográficamente usando los puntos de códigos numéricos Unicode (el resultado de la función incorporada "ord()") o sus caracteres. [3]

Las cadenas de caracteres y las secuencias binarias no pueden ser comparadas directamente.

• Las secuencias (instancias de "tuple", "list", o "range") pueden ser comparadas sólo entre cada uno de sus tipos, con la restricción de que los rangos no soportan comparación de orden. Comparación de igualdad entre esos tipos resulta en desigualdad y la comparación de orden entre esos tipos genera "TypeError".

Las secuencias comparan lexicográficamente usando comparación de sus correspondientes elementos. Los contenedores incorporados asumen que los objetos idénticos son iguales a sí mismos. Eso les permite omitir las pruebas de igualdad para objetos idénticos para mejorar el rendimiento y mantener sus invariantes internos.

La comparación lexicográfica entre colecciones incorporadas funciona de la siguiente forma:

• Para que dos colecciones sean comparadas iguales, ellas deben ser del mismo tipo, tener el mismo largo, y cada para de elementos correspondientes deben comparar iguales (por ejemplo, "[1,2] == (1,2)" es falso debido a que el tipo no es el mismo).

• Las colecciones que soportan comparación de orden son ordenadas igual que sus primeros elementos desiguales (por ejemplo, "[1,2,x] <= [1,2,y]" tiene el mismo valor que "x <= y"). Si un elemento correspondiente no existe, la colección más corta es ordenada primero (por ejemplo, "[1,2] < [1,2,3]" es verdadero).

• Las asignaciones (instancias de "dict") se comparan iguales si y solo si tienen pares "(key, value)" iguales. La comparación equitativa de las claves y los valores impone la reflexividad.

Comparaciones de orden ("<", ">", "<=", and ">=") generan "TypeError".

• Conjuntos (instancias de "set" o "frozenset") pueden ser comparadas entre sí y entre sus tipos.

Ellas definen operadores de comparación de orden con la intención de comprobar subconjuntos y superconjuntos. Tales relaciones no definen ordenaciones completas (por ejemplo, los dos conjuntos "{1,2}" y "{2,3}" no son iguales, ni subconjuntos ni superconjuntos uno de otro). Acordemente, los conjuntos no son argumentos apropiados para funciones que dependen de ordenación completa (por ejemplo, "min()", "max()" y "sorted()" producen resultados indefinidos dados una lista de conjuntos como entradas).

La comparación de conjuntos refuerza la reflexibilidad de sus elementos.

• La mayoría de los otros tipos incorporados no tienen métodos de comparación implementados, por lo que ellos heredan el comportamiento de comparación predeterminado.

Las clases definidas por el usuario que personalizan su comportamiento de comparación deben seguir algunas reglas de consistencia, si es posible:

• La comparación de igualdad debe ser reflexiva. En otras palabras, los objetos idénticos deben comparar iguales:

  "x is y" implica "x == y"

• La comparación debe ser simétrica. En otras palabras, las siguientes expresiones deben tener el mismo resultado:

  "x == y" y "y == x"

  "x != y" y "y != x"

  "x < y" y "y > x"

  "x <= y" y "y >= x"

• La comparación debe ser transitiva. Los siguientes ejemplos (no exhaustivos) ilustran esto:

  "x > y and y > z" implica "x > z"

  "x < y and y <= z" implica "x < z"

• La comparación inversa debe resultar en la negación booleana. En otras palabras, las siguientes expresiones deben tener el mismo resultado:

  "x == y" y "not x != y"

  "x < y" y "not x >= y" (para ordenación completa)

  "x > y" y "not x <= y" (para ordenación completa)

The last two expressions apply to totally ordered collections (e.g. to sequences, but not to sets or mappings). See also the "@~functools.total_ordering" decorator.

• La función "hash()" debe ser consistente con la igualdad. Los objetos que son iguales deben tener el mismo valor de hash o ser marcados como inhashables.

Python no fuerza a cumplir esas reglas de coherencia. De hecho, los valores no-un-número son u ejemplo para no seguir esas reglas.

6.10.2. Operaciones de prueba de membresía#

Los operadores "in" y "not in" comprueban membresía. "x in s" evalúa a "True" si x es un miembro de s y "False" en caso contrario. "x not in s" retorna la negación de "x in s". Todas las secuencias incorporadas y tipos conjuntos soportan esto, así como diccionarios, para los cuales "in" comprueba si un diccionario tiene una clave dada. Para tipos contenedores como list, tuple, set, frozenset, dict o collections.deque, la expresión "x in y" es equivalente a "any(x is e or x == e for e in y)".

Para los tipos cadenas de caracteres y bytes, "x in y" es "True" si y sólo si x es una subcadena de y. Una comprobación equivalente es "y.find(x) != -1". Las cadenas de caracteres vacías siempre son consideradas como subcadenas de cualquier otra cadena de caracteres, por lo que """ in "abc"" retornará "True".

Para clases definidas por el usuario las cuales definen el método "contains()", "x in y" retorna "True" si "y.contains(x)" retorna un valor verdadero y "False" en caso contrario.

Para clases definidas por el usuario las cuales no definen "contains()" pero sí definen "iter()", "x in y" es "True" si algún valor "z", para el cual la expresión "x is z or x == z" es verdadera, es producido iterando sobre "y". Si una excepción es generada durante la iteración, es como si "in" hubiera generado esa excepción.

Por último, se intenta el protocolo de iteración al estilo antiguo: si una clase define "getitem()", "x in y" es "True" si y sólo si hay un índice entero no negativo i tal que "x is y[i] or x == y[i]" y ningún índice entero menor genera la excepción "IndexError". (Si cualquier otra excepción es generada, es como si "in" hubiera generado esa excepción).

El operador "not in" es definido para tener el valor de veracidad inverso de "in".

6.10.3. Comparaciones de identidad#

Los operadores "is" y "is not" comprueban la identidad de un objeto. "x is y" es verdadero si y sólo si x e y son el mismo objeto. La identidad de un Objeto se determina usando la función "id()". "x is not y" produce el valor de veracidad inverso. [4]

6.11. Operaciones booleanas#

or_test: and_test | or_test "or" and_test and_test: not_test | and_test "and" not_test not_test: comparison | "not" not_test

En el contexto de operaciones booleanas, y también cuando las declaraciones de flujo de control utilizan expresiones, los siguientes valores se interpretan como falsos: "False", "None", cero numérico de todos los tipos y cadenas y contenedores vacíos (incluidas cadenas, tuplas, listas, diccionarios). , conjuntos y conjuntos congelados). Todos los demás valores se interpretan como verdaderos. Los objetos definidos por el usuario pueden personalizar su valor de verdad proporcionando un método "bool()".

El operador "not" produce "True" si su argumento es falso, "False" si no.

La expresión "x and y" primero evalúa x; si x es falso, se retorna su valor; de otra forma, y es evaluado y se retorna el valor resultante.

La expresión "x or y" primero evalúa x; si x es verdadero, se retorna su valor; de otra forma, y es evaluado y se retorna el valor resultante.

Tenga en cuenta que ni "and" ni "or" restringen el valor y el tipo que retornan a "False" y "True", sino retornan el último argumento evaluado. Esto es útil a veces, ej., si "s" es una cadena de caracteres que debe ser remplazada por un valor predeterminado si está vacía, la expresión "s or 'foo'" produce el valor deseado. Debido a que "not" tiene que crear un nuevo valor, retorna un valor booleano indiferentemente del tipo de su argumento (por ejemplo, "not 'foo'" produce "False" en lugar de "''".)

6.12. Expresiones de asignación#

assignment_expression: [identifier ":="] expression

Una expresión de asignación (a veces también llamada "expresión con nombre" o "morsa") asigna un "expression" a un "identifier", al mismo tiempo que retorna el valor de el "expresión".

Un caso de uso común es cuando se manejan expresiones regulares coincidentes:

if matching := pattern.search(data): do_something(matching)

O, al procesar un flujo de archivos en fragmentos:

while chunk := file.read(9000): process(chunk)

Las expresiones de asignación deben estar entre paréntesis cuando se usan como expresiones de sentencia y cuando se usan como subexpresiones en expresiones de segmentación, condicional, lambda, argumento de palabra clave y expresiones de comprensión-condicional y en sentencias "assert", "with" y "assignment". En todos los demás lugares donde se pueden usar, no se requieren paréntesis, incluidas las sentencias "if" y "while".

Added in version 3.8: Vea PEP 572 para más detalles sobre las expresiones de asignación.

6.13. Expresiones condicionales#

conditional_expression: or_test ["if" or_test "else" expression] expression: conditional_expression | lambda_expr

A conditional expression (sometimes called a "ternary operator") is an alternative to the if-else statement. As it is an expression, it returns a value and can appear as a sub-expression.

La expresión "x if C else y" primero evalúa la condición, C en lugar de x. Si C es verdadero, x es evaluado y se retorna su valor; en caso contrario, y es evaluado y se retorna su valor.

Vea PEP 308 para más detalles sobre expresiones condicionales.

6.14. Lambdas#

lambda_expr: "lambda" [parameter_list] ":" expression

Las expresiones lambda (a veces denominadas formas lambda) son usadas para crear funciones anónimas. La expresión "lambda parameters: expression" produce un objeto de función. El objeto sin nombre se comporta como un objeto función con:

def (parameters): return expression

Vea la sección Definiciones de funciones para la sintaxis de listas de parámetros. Tenga en cuenta que las funciones creadas con expresiones lambda no pueden contener sentencias ni anotaciones.

6.15. Listas de expresiones#

starred_expression: "" or_expr | expression flexible_expression: assignment_expression | starred_expression flexible_expression_list: flexible_expression ("," flexible_expression) [","] starred_expression_list: starred_expression ("," starred_expression) [","] expression_list: expression ("," expression) [","] yield_list: expression_list | starred_expression "," [starred_expression_list]

Excepto cuando son parte de un despliegue de lista o conjunto, una lista de expresión conteniendo al menos una coma produce una tupla. El largo de la tupla es el número de expresiones en la lista. Las expresiones son evaluadas de izquierda a derecha.

Un asterisco "" denota iterable unpacking. Su operando deben ser un iterable*. El iterable es expandido en una secuencia de elementos, los cuales son incluidos en la nueva tupla, lista o conjunto en el lugar del desempaquetado.

Added in version 3.5: Desempaquetado iterable en listas de expresiones, originalmente propuesto por PEP 488.

Added in version 3.11: Cualquier elemento en una lista de expresiones puede ser destacado. Vea PEP 646.

La coma final sólo es requerida para crear una tupla de un único elemento, como "1,"; es opcional en otros casos. Una única expresión sin una coma final no crea una tupla, si no genera el valor de esa expresión. (Para crear una tupla vacía, usa un par de paréntesis vacío: "()".)

6.16. Orden de evaluación#

Python evalúa las expresiones de izquierda a derecha. Note que mientras se evalúa una asignación, la parte derecha es evaluada antes que la parte izquierda.

En las siguientes líneas, las expresiones serán evaluadas en el orden aritmético de sus sufijos:

expr1, expr2, expr3, expr4 (expr1, expr2, expr3, expr4) {expr1: expr2, expr3: expr4} expr1 + expr2 * (expr3 - expr4) expr1(expr2, expr3, expr4, *expr5) expr3, expr4 = expr1, expr2

6.17. Prioridad de operador#

La siguiente tabla resume la precedencia de operadores en Python, desde la precedencia más alta (más vinculante) hasta la precedencia más baja (menos vinculante). Los operadores en el mismo cuadro tienen la misma prioridad. A menos que la sintaxis se proporcione explícitamente, los operadores son binarios. Los operadores en el mismo cuadro se agrupan de izquierda a derecha (excepto la exponenciación y las expresiones condicionales, que se agrupan de derecha a izquierda).

Tenga en cuenta que las comparaciones, comprobaciones de membresía y las comprobaciones de identidad tienen la misma prioridad y una característica de encadenado de izquierda a derecha como son descritas en la sección Comparaciones.

+-------------------------------------------------+---------------------------------------+ | Operador | Descripción | |=================================================|=======================================| | "(expressions...)", "[expressions...]", "{key: | Expresión de enlace o entre | | value...}", "{expressions...}" | paréntesis, despliegues de lista, |

| | diccionario y conjunto |#

| "x[index]", "x[index:index]" "x(arguments...)", | Subscription (including slicing), |

| "x.attribute" | call, attribute reference |#

| "await x" | Expresión await |#

| "**" | Exponenciación [5] |#

| "+x", "-x", "~x" | NOT positivo, negativo, bit a bit |#

| "*", "@", "/", "//", "%" | Multiplicación, multiplicación de | | | matrices, división, división entera a |

| | la baja, resto (módulo) [6] |#

| "+", "-" | Adición y sustracción |#

| "<<", ">>" | Desplazamientos |#

| "&" | AND bit a bit |#

| "^" | XOR bit a bit |#

| "|" | OR bit a bit |#

| "in", "not in", "is", "is not", "<", "<=", ">", | Comparaciones, incluyendo | | ">=", "!=", "==" | comprobaciones de membresía y de |

| | identidad |#

| "not x" | Booleano NOT |#

| "and" | Booleano AND |#

| "or" | Booleano OR |#

| "if" -- "else" | Expresión condicional |#

| "lambda" | Expresión lambda |#

| ":=" | Expresión de asignación |#

-[ Notas al pie ]-

[1] Mientras "abs(x%y) < abs(y)" es matemáticamente verdadero, para números de punto flotante puede no ser verdadero numéricamente debido al redondeo. Por ejemplo, y asumiendo una plataforma en la cual un número de punto flotante de Python es un número de doble precisión IEEE 754, a fin de que "-1e-100 % 1e100" tenga el mismo signo que "1e100", el resultado calculado es "-1e-100 + 1e100", el cual es numéricamente exactamente igual a "1e100". La función "math.fmod()" retorna un resultado cuyo signo concuerda con el signo del primer argumento en su lugar, y por ello retorna "-1e-100" en este caso. La aproximación más apropiada depende de su aplicación.

[2] Si x está muy cerca de un entero exacto múltiple de y, es posible para "x//y" que sea uno mayor que "(x-x%y)//y" debido al redondeo. En tales casos, Python retorna el último resultado, a fin de preservar que "divmod(x,y)[0] * y + x % y" sea muy cercano a "x".

[3] El estándar Unicode distingue entre code points (ej. U+0041) y abstract characters (ej. "LETRA MAYÚSCULA LATINA A"). Mientras la mayoría de caracteres abstractos en Unicode sólo son representados usando un punto de código, hay un número de caracteres abstractos que pueden adicionalmente ser representados usado una secuencia de más de un punto de código. Por ejemplo, el caracter abstracto "LETRA MAYÚSCULA C LATINA CON CEDILLA" puede ser representado como un único precomposed character en la posición de código U+00C7, o como una secuencia de un base character en la posición de código U+0043 (LETRA MAYÚSCULA C LATINA), seguida de un combining character en la posición de código U+0327 (CEDILLA COMBINADA).

Los operadores de comparación comparan en cadenas de caracteres al
nivel de puntos de código Unicode. Esto puede ser contraintuitivo
para humanos. Por ejemplo, ""\u00C7" == "\u0043\u0327"" es
"False", incluso aunque ambas cadenas presenten el mismo caracter
abstracto "LETRA MAYÚSCULA C LATINA CON CEDILLA".

Para comparar cadenas al nivel de caracteres abstractos (esto es,
de una forma intuitiva para humanos), usa
"unicodedata.normalize()".

[4] Debido a la recolección automática de basura, listas libres y a la naturaleza dinámica de los descriptores, puede notar un comportamiento aparentemente inusual en ciertos usos del operador "is", como aquellos involucrando comparaciones entre métodos de instancia, o constantes. Compruebe su documentación para más información.

[5] El operador de potencia "" vincula con menos fuerza que un operador unario aritmético uno bit a bit en su derecha, esto significa que "2-1" is "0.5".

[6] El operador "%" también es usado para formateo de cadenas; aplica la misma prioridad.