Python字符串实习

Question

虽然这个问题在实践中没有任何实际用途，但我很好奇 Python 如何进行字符串实习。我注意到以下内容。

>>> "string" is "string"
True

正如我所料。

你也可以这样做。

>>> "strin"+"g" is "string"
True

这很聪明！

但你不能这样做。

>>> s1 = "strin"
>>> s2 = "string"
>>> s1+"g" is s2
False

为什么 Python 不评估 s1+"g"，并意识到它与 s2 相同并将其指向相同的地址？最后一个区块实际上发生了什么让它返回False？

Answer 1

这是特定于实现的，但您的解释器可能正在实习编译时常量，而不是运行时表达式的结果。

以下使用 CPython 3.9.0+。

在第二个示例中，表达式"strin"+"g" 在编译时被计算，并被"string" 替换。这使得前两个示例的行为相同。

如果我们检查字节码，我们会发现它们完全相同：

  # s1 = "string"
  1           0 LOAD_CONST               0 ('string')
              2 STORE_NAME               0 (s1)

  # s2 = "strin" + "g"
  2           4 LOAD_CONST               0 ('string')
              6 STORE_NAME               1 (s2)

这个字节码是通过以下方式获得的（在上面打印了几行之后）：

import dis

source = 's1 = "string"\ns2 = "strin" + "g"'
code = compile(source, '', 'exec')
print(dis.dis(code))

第三个示例涉及运行时连接，其结果不会自动被实习：

  # s3a = "strin"
  3           8 LOAD_CONST               1 ('strin')
             10 STORE_NAME               2 (s3a)

  # s3 = s3a + "g"
  4          12 LOAD_NAME                2 (s3a)
             14 LOAD_CONST               2 ('g')
             16 BINARY_ADD
             18 STORE_NAME               3 (s3)
             20 LOAD_CONST               3 (None)
             22 RETURN_VALUE

这个字节码是通过以下方式获得的（它在上面打印了几行，这些行与上面给出的第一块字节码完全相同）：

import dis

source = (
    's1 = "string"\n'
    's2 = "strin" + "g"\n'
    's3a = "strin"\n'
    's3 = s3a + "g"')
code = compile(source, '', 'exec')
print(dis.dis(code))

如果您要手动 sys.intern() 第三个表达式的结果，您将获得与之前相同的对象：

>>> import sys
>>> s3a = "strin"
>>> s3 = s3a + "g"
>>> s3 is "string"
False
>>> sys.intern(s3) is "string"
True

此外，Python 3.9 会为上面的最后两个语句打印警告：

SyntaxWarning：带有文字的“is”。你是说“==”吗？

Answer 2

案例 1

>>> x = "123"  
>>> y = "123"  
>>> x == y  
True  
>>> x is y  
True  
>>> id(x)  
50986112  
>>> id(y)  
50986112  

案例 2

>>> x = "12"
>>> y = "123"
>>> x = x + "3"
>>> x is y
False
>>> x == y
True

现在，您的问题是为什么 id 在 case 1 和 case 2 中相同。
在情况 1 中，您已将字符串文字 "123" 分配给 x 和 y。

由于字符串是不可变的，解释器只存储一次字符串文字并将所有变量指向同一个对象是有意义的。
因此，您会看到 id 相同。

在情况 2 中，您正在使用串联修改 x。 x 和 y 具有相同的值，但身份不同。
两者都指向内存中的不同对象。因此他们有不同的id 和is 运算符返回False