Python - 大文档字符串会浪费内存吗？

Question

我知道在 Python 中，字符串只是一个表达式，而字符串本身会在将控制权返回给代码调用者后立即被垃圾收集，但是...

1. 中的大型类/方法文档字符串 你的代码：他们会浪费内存吗 通过构建字符串对象？
2. 模块级文档字符串：它们是 由解释器无限存储？

这还重要吗？我唯一担心的想法是，如果我使用像 Django 这样的大型框架或多个大型开源库，它们往往有很好的文档记录，可能有数兆字节的文本。在这些情况下，文档字符串是否会被加载到内存中以供沿途使用的代码使用，然后保存在那里，还是像普通字符串一样立即收集？

Answer 1

• “我知道，在 Python 中，字符串只是一个表达式，而字符串本身会在将控制权返回给代码调用者后立即被垃圾收集”，我认为这是一种误解。一个文档字符串被评估一次（不是在每个函数调用上）并且至少与函数一样长时间保持活动状态。

• “这还重要吗？”当涉及到优化时，不是通过抽象地思考而是通过测量来回答的。 “数兆字节”的文本在内存密集型应用程序中可能不是很多。节省内存的解决方案可能存在于其他地方，您可以通过测量来确定是否是这种情况。

• Python 的-OO 命令行开关删除文档字符串。

Answer 2

默认情况下，Python 文档字符串会无限期地保存，因为它们可以通过函数或模块的 __doc__ 属性访问。例如，在 test.py 中使用以下内容：

"""This is a test module."""

def f():
   """This is a test function."""
   pass

然后：

$ python
Python 2.5.1 (r251:54863, Oct 30 2007, 13:54:11) 
[GCC 4.1.2 20070925 (Red Hat 4.1.2-33)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import test
>>> test.__doc__
'This is a test module.'
>>> test.f.__doc__
'This is a test function.'
>>> 

解释器的-OO 选项显然会导致它从生成的.pyo 文件中删除文档字符串，但它没有达到我期望的效果：

$ python -OO
Python 2.5.1 (r251:54863, Oct 30 2007, 13:54:11) 
[GCC 4.1.2 20070925 (Red Hat 4.1.2-33)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import test
>>> test.__file__
'/tmp/test.py'
>>> 
$ grep "This is a test" /tmp/test.pyo
Binary file /tmp/test.pyo matches
$ python -OO
Python 2.5.1 (r251:54863, Oct 30 2007, 13:54:11) 
[GCC 4.1.2 20070925 (Red Hat 4.1.2-33)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import test
>>> test.__file__
'/tmp/test.pyo'
>>> test.__doc__
'This is a test module.'
>>> 

事实上，使用-OO 生成的test.pyo 文件与不使用命令行参数生成的test.pyc 文件相同。谁能解释这种行为？