非 ASCII Python 标识符和反射率 [重复]

我从中学到了PEP 3131 https://www.python.org/dev/peps/pep-3131/Python 支持非 ASCII 标识符，尽管它不被认为是最佳实践。

然而，我得到了这种奇怪的行为，我的????标识符（U+1D70F）似乎会自动转换为τ(U+03C4)。

class Base(object):
    def __init__(self):
        self.???? = 5 # defined with U+1D70F

a = Base()
print(a.????)     # 5             # (U+1D70F)
print(a.τ)     # 5 as well     # (U+03C4) ? another way to access it?
d = a.__dict__ # {'τ':  5}     # (U+03C4) ? seems converted
print(d['τ'])  # 5             # (U+03C4) ? consistent with the conversion
print(d['????'])  # KeyError: '????' # (U+1D70F) ?! unexpected!

这是预期的行为吗？为什么会发生这种无声的转变？有什么可看的吗NFKC https://en.wikipedia.org/wiki/Unicode_equivalence正常化？我认为这仅适用于规范排序 Unicode 字符序列...

Per 关于标识符的文档 https://docs.python.org/3/reference/lexical_analysis.html#identifiers:

解析时所有标识符都转换为标准形式NFKC； 标识符的比较基于NFKC。

您可以看到 U+03C4 是正确的结果unicodedata https://docs.python.org/3/library/unicodedata.html:

>>> import unicodedata
>>> unicodedata.normalize('NFKC', '????')
'τ'

然而，这种转换doesn't适用于字符串文字，就像您用作字典键的字符串文字一样，因此它会在字典中查找未转换的字符仅包含转换后的字符.

self.???? = 5  # implicitly converted to "self.τ = 5"
a.????  # implicitly converted to "a.τ"
d['????']  # not converted

您可以看到类似的问题，例如与使用的字符串文字getattr:

>>> getattr(a, '????')
Traceback (most recent call last):
  File "python", line 1, in <module>
AttributeError: 'Base' object has no attribute '????'
>>> getattr(a, unicodedata.normalize('NFKD', '????'))
5