Python运算符优先级表及结合性规则
全面解析Python运算符优先级与结合性规则，包含完整优先级对照表、左结合与右结合机制、典型陷阱案例及4幅高清晰矢量架构流程图。
一、为什么需要优先级与结合性
当多个运算符出现在同一行表达式中时，Python 需要一套没有歧义的语法决策树。优先级（Precedence）决定了不同类型操作的执行权，例如乘法优先于加法；而结合性（Associativity）则解决了同级运算符相邻时的计算走向，例如是先算左侧还是先算右侧。
以表达式 3 + 4 * 2 ** 3 为例，表面上包含加法、乘法和幂运算三种符号。Python 语法分析器通过优先级规则将其解构成明确的步骤树：首先计算优先级最高的幂运算 2 ** 3 得到 8，其次计算乘法 4 * 8 得到 32，最后执行加法 3 + 32 得到最终结果 35。
二、Python 运算符完整优先级表
下表汇总了 Python 中所有核心运算符的优先级次序。表格按照优先级由高到低排列，同一行内的运算符具有相同的优先级，在没有括号强制指定时，按照对应的结合性规则依序计算。
| 层级 | 运算符 | 描述与功能 | 结合性 | 典型示例 |
|---|---|---|---|---|
| 1 (最高) | ( ), [ ], { } |
圆括号分组、列表/元组定义、字典集合推导 | 从左到右 | (a + b) * c |
| 2 | [index], [start:end], .attr, f() |
索引提取、切片获取、对象属性访问、函数调用 | 从左到右 | obj.data[0]() |
| 3 | ** |
幂运算（Exponentiation） | 从右到左 | 2 ** 3 ** 2 |
| 4 | +x, -x, ~x |
一元正号、一元负号、按位取反（Bitwise NOT） | 从右到左 | -x, ~0b101 |
| 5 | *, /, //, % |
乘法、浮点除法、向下整除、模运算（取余） | 从左到右 | 10 // 3 * 2 |
| 6 | +, - |
算术加法、算术减法 | 从左到右 | 10 - 5 + 2 |
| 7 | <<, >> |
二进制按位左移、按位右移 | 从左到右 | 1 << 3 + 1 |
| 8 | & |
二进制按位与（Bitwise AND） | 从左到右 | flags & 0xFF |
| 9 | ^ |
二进制按位异或（Bitwise XOR） | 从左到右 | a ^ b |
| 10 | | |
二进制按位或（Bitwise OR） | 从左到右 | mask | 0x01 |
| 11 | ==, !=, <, <=, >, >=is, is not, in, not in |
数值比较、身份判断、序列成员资格包含判断 | 链式求值 | 1 < x <= 10 |
| 12 | not x |
布尔逻辑非（Logical NOT） | 从右到左 | not a == b |
| 13 | and |
布尔逻辑与（具有短路特性） | 从左到右 | p and q and r |
| 14 | or |
布尔逻辑或（具有短路特性） | 从左到右 | x or y or z |
| 15 | if - else |
条件表达式（三元运算符） | 从右到左 | a if c else b |
| 16 | lambda |
Lambda 匿名函数表达式 | 从右到左 | lambda x: x + 1 |
| 17 (最低) | := |
海象运算符（赋值表达式 Assignment Expression） | 从右到左 | (n := len(s)) > 0 |
三、结合性规则的核心机制与分类
当一行代码中连续出现多个相同优先级的运算符时，优先级本身已无法决定先后顺序，此时必须使用“结合性”（Associativity）。Python 中运算符的结合性分为三种主要模式：
1. 左结合（Left-to-Right）
绝大多数二元运算符均属于左结合模式，包括常规加减法、乘除法、移位以及位逻辑运算。在遇到相同运算符时，从最左侧的表达式依次向右推进计算。例如 10 - 4 - 2，由于减法是左结合，先计算 (10 - 4) = 6，再计算 6 - 2 = 4；若按右结合算，则会变成 10 - (4 - 2) = 8，这违背了数学常规。
2. 右结合（Right-to-Left）
Python 中最为典型且极易出现误判的右结合运算符是幂运算 **。当多个 ** 连写时，最右边的幂先被执行。
# 幂运算的右结合特性
result = 2 ** 3 ** 2
# 实际计算过程：2 ** (3 ** 2) = 2 ** 9 = 512
# 并非：(2 ** 3) ** 2 = 8 ** 2 = 64
print(result) # 输出: 512
此外，一元运算符（如 - -x）、条件表达式（x if c1 else y if c2 else z）以及赋值表达式也均遵循从右向左的推导原则。
3. 比较运算符的链式求值（Chained Comparisons）
Python 的比较运算符（包括 <, >, ==, in, is 等）并不按照简单的从左到右或从右到左结合，而是采用独特的链式求值机制。形如 a < b < c 的表达式在语法树层面会被转换为：
(a < b) and (b < c)
在这个机制下，中间的操作数 b 只会被计算求值一次，且具备逻辑 and 的短路特性——如果 a < b 为 False，后续的 b < c 将根本不会执行。
四、优先级层级全景透视图
为了在心智模型中快速建立运算符的上下层级关联，我们可以将 Python 中的全部运算划分为 6 大核心层级。如下图所示，从最顶层的“引用与封装”层一路向下贯穿到最底层的“条件与赋值”层。
五、生产代码中的三大隐式优先级陷阱
在很多系统级编程或掩码过滤场景中，开发者常误认为 & 会先于比较运算符计算。在 Python 中，比较运算符优先级高为第 11 级，而位与 & 仅为第 8 级。
# 常见错误写法：
if flags & 0x01 == 0:
pass
# Python 实际解释为：
if flags & (0x01 == 0): # 相当于 flags & False，最终等于 0！
# 正确防范写法：显式加括号
if (flags & 0x01) == 0:
pass
not 属于一元逻辑运算符，优先级高于二元逻辑运算符 and 和 or。如果不注意结合方式，逻辑判定很容易与自然语言直觉相悖。
a = False
b = True
# 开发者直觉可能以为是 not (a and b)
res = not a and b
# 实际执行为: (not a) and b ➔ True and True ➔ True
print(res)
# 若预期为判定复合条件的否定，必须加括号：
res_correct = not (a and b) # ➔ True
初学者容易把 a == b == c 误当成普通布尔运算。例如：
# 示例：
print(False == False == False)
# 输出为 False！
# 因为其等价于：(False == False) and (False == False) ➔ True and True ➔ True 吗？
# 错！注意中间值是第二个 False：
# 等价解析: (False == False) and (False == False) ➔ True and True ➔ True！
# 但如果写成：
print(False == False in [False])
# 实际解析为: (False == False) and (False in [False]) ➔ True and True ➔ True
# 极易让人误以为是将比较结果布尔值拿去 in 查询。六、工程实践：书写复合表达式的决策规范
虽然熟记优先级表是掌握 Python 的硬基本功，但在真实工程实践与代码审查中，过度依赖隐式优先级是反模式。良好的可读性远比展示记忆力重要。遵循以下流程图给出的决策原则，可以彻底根绝因优先级引起的偶发性缺陷。
七、总结
Python 的运算符体系兼顾了数学直觉与计算机底层的位级控制需求。总结起来，核心知识点可归纳为以下三条黄金准则：
- 四则运算与常规逻辑遵循数学直觉：乘除高于加减，括号永远拥有绝对的优先掌控权。
- 牢记两个唯一反转：幂运算符
**是算术运算中唯一的右结合符号；位运算符（&,^,|）的优先级反常地低于大小等于关系比较。 - 括号即文档：当一个表达式横跨了算术、位操作或逻辑多重概念时，显式添加括号不仅消除了歧义，更让业务意图一目了然。
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。
