Python运算符优先级表：混合表达式计算顺序指南
在 Python 中编写混合表达式时，解释器并不是简单地按照书写顺序从左至右执行，而是严格依据运算符的“优先级（Precedence）”与“结合性（Associativity）”构建语法分析树，以此确定操作数的归属与执行次序。本文全面整理 Python 官方规定的运算符优先级层级，详细演示混合表达式的求值推导步骤，并深入剖析隐式优先级与显式分组的实际差异，帮助你在编写复杂逻辑时保持代码的准确性与可维护性。
一、Python 运算符优先级层级全览
运算符优先级决定了在没有括号干预的情况下，表达式中各个运算符绑定的先后顺序。优先级数值越高，表达式中的绑定越优先执行；同级运算符则依照其固有的结合方向（绝大多数为左结合，仅幂运算为右结合）依次求解。
下表列出了 Python 语言规范中完整的运算符优先级与结合性对照。表中由上至下按优先级从高到低排列：
| 运算符类别 | 符号表示与说明 | 结合性规则 |
|---|---|---|
| 分组与调用 | (expressions...), [expressions...], {key: value...}, f(...), x[index], x.attr |
从左至右（左结合） |
| 幂运算 | ** |
从右至左（右结合） |
| 一元运算 | +x, -x, ~x（正负号与按位取反） |
从右至左 |
| 乘除模 | *, /, //（整除）, %（取模）, @（矩阵乘法） |
从左至右（左结合） |
| 加减法 | +, - |
从左至右（左结合） |
| 位移运算 | <<, >> |
从左至右（左结合） |
| 按位与 | & |
从左至右（左结合） |
| 按位异或 | ^ |
从左至右（左结合） |
| 按位或 | | |
从左至右（左结合） |
| 比较与测试 | ==, !=, <, <=, >, >=, is, is not, in, not in |
链式比较（特别规则） |
| 逻辑非 | not x |
从右至左 |
| 逻辑与 | and |
从左至右（短路特性） |
| 逻辑或 | or |
从左至右（短路特性） |
| 条件表达式 | x if condition else y |
右结合（三元判断） |
| 海象与赋值 | :=（赋值表达式）, =, +=, -= 等 |
最低优先级 |
二、混合表达式计算顺序逐步推导
当一个表达式中混合了算术、比较和逻辑运算符时，Python 解释器在编译期会依据优先级构建抽象语法树（AST），并在运行时自底向上完成求值。
我们来看下面这个典型的混合表达式：
result = 5 + 3 * 2 ** 3 > 25 and not 4 > 2这个表达式包含了赋值、加法、乘法、幂运算、比较大小、逻辑非以及逻辑与共 7 种运算符。它的完整推导过程如图 2 所示：
通过上述拆解可以清晰看出，代码虽然没有书写任何括号，但解释器严格遵循了“算术幂 > 算术乘除 > 算术加减 > 关系比较 > 逻辑非 > 逻辑与”的层级路径，每一步的中间值都作为下一级运算的输入操作数。
三、深层对比：隐式依赖优先级 vs 显式括号分组
在工程实践中，面对混合表达式存在两种典型的编写策略：一种是完全依赖 Python 默认的隐式优先级；另一种则是主动使用括号进行显式分组（防御性编程）。在相同的业务判断条件下，这两种做法在代码语义、排错成本和潜在缺陷上存在本质差异。
这一对比揭示了一个极为关键的语言机制：位运算符（&、^、|）的优先级设计低于关系比较运算符（==、!=、< 等）。这一设计源于 C 语言早期的历史包袱，导致未加括号的位掩码判断 flags & MASK == 0 实际会被执行为 flags & (MASK == 0)。若 MASK 不为 0，MASK == 0 结果为 False（即数值 0），表达式最终演变为 flags & 0，恒等于 0，导致原本期望的权限或状态检查彻底失效。
工程规范建议：在基础代数运算（如 a * b + c）中可以适度依赖隐式优先级；但一旦表达式跨越了运算符大类（例如位运算与比较、比较与布尔逻辑，或包含负号与幂运算），必须无条件采用括号进行显式分组。
四、混合计算中的核心陷阱与自检指南
除了运算符基础层级外，Python 中有几处与优先级交织在一起的特殊语法规则，在混合计算中极易引起逻辑偏差：
1. 幂运算的右结合性与负号优先级陷阱
大多数算术运算符都遵循左结合，但幂运算符 ** 具有从右向左结合的特性，同时一元负号 - 的优先级低于幂运算：
# 陷阱 A：右结合性
val_a = 2 ** 3 ** 2
# 实际计算顺序是 2 ** (3 ** 2) = 2 ** 9 = 512
# 而不是 (2 ** 3) ** 2 = 8 ** 2 = 64
# 陷阱 B：一元负号与幂运算
val_b = -2 ** 4
# 实际计算顺序是 -(2 ** 4) = -16
# 若要计算 (-2) 的 4 次方，必须显式写作 (-2) ** 4 = 162. 比较运算符的链式求值特性
在 Python 中，形如 a < b < c 的表达式并不是先算 a < b 得出布尔值再去与 c 比较，而是会自动展开为具备短路特性的逻辑组合：
# 表达式
res = 10 < 20 < 30
# 等价于：(10 < 20) and (20 < 30)
# 重要优势：中间的操作数只会被求值一次！
# 若写为：0 < get_value() <= 100
# get_value() 函数只会被执行一次，若第一项不满足，第二项直接短路跳过3. 布尔逻辑的短路求值（Short-circuiting）
and 与 or 运算符在混合表达式中具有短路保护作用，且返回的并不一定是布尔类型，而是最终决定结果的那个操作数本身：
- 对于
expr1 and expr2：若expr1为假值，直接返回expr1，后面的expr2完全不会被执行。 - 对于
expr1 or expr2：若expr1为真值，直接返回expr1，后面的expr2同样被短路跳过。
五、总结
掌握 Python 运算符优先级的根本目标，并非鼓励编写省略括号的复杂“一行流”代码，而是为了：
- 精准阅读与审查代码：在通读他人代码或库源码时，能快速、准确地判断各类混合表达式的求值走向，不产生歧义。
- 建立严密的防御性编码习惯：牢记“算术 > 比较 > 逻辑”的基本梯度，警惕位运算与负号幂运算的陷阱。在跨越运算类型时主动使用括号划分语义，使代码逻辑一目了然。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
