Python 字符串结尾有空格和没有空格且不可变

Question

我了解到，在一些不可变类中，__new__ 可能会返回一个现有实例——这就是 int、str 和 tuple 类型有时对小值所做的事情。

但是为什么下面两个sn-ps的行为不同呢？

末尾有一个空格：

>>> a = 'string '
>>> b = 'string '
>>> a is b
False

没有空格：

>>> c = 'string'
>>> d = 'string'
>>> c is d
True

空间为什么会带来差异？

Answer 1

这是 CPython 实现如何选择缓存字符串文字的一个怪癖。具有相同内容的字符串字面量可以引用相同的字符串对象，但并非必须如此。当'string ' 不是因为'string' 仅包含Python 标识符中允许的字符时，'string' 恰好会被自动实习。我不知道为什么这是他们选择的标准，但确实如此。在不同的 Python 版本或实现中，行为可能会有所不同。

来自 CPython 2.7 源代码，stringobject.h，第 28 行：

Interning 字符串 (ob_sstate) 试图确保只有一个字符串 具有给定值的对象存在，因此相等测试可以是一个指针 比较。这通常仅限于“看起来像”的字符串 Python 标识符，虽然 intern() 内置函数可用于强制 任何字符串的实习。

您可以在Objects/codeobject.c 中看到执行此操作的代码：

/* Intern selected string constants */
for (i = PyTuple_Size(consts); --i >= 0; ) {
    PyObject *v = PyTuple_GetItem(consts, i);
    if (!PyString_Check(v))
        continue;
    if (!all_name_chars((unsigned char *)PyString_AS_STRING(v)))
        continue;
    PyString_InternInPlace(&PyTuple_GET_ITEM(consts, i));
}

另外，请注意，实习是一个独立于 Python 字节码编译器合并字符串文字的过程。如果您让编译器将 a 和 b 分配一起编译，例如通过将它们放在模块或if True: 中，您会发现a 和b 将是同一个字符串。

Answer 2

这种行为并不一致，正如其他人所提到的，取决于正在执行的 Python 的变体。如需更深入的讨论，请参阅this question。

如果您想确保使用相同的对象，您可以通过适当命名的intern 强制插入字符串：

实习生(...) 实习生（字符串）->字符串

``Intern'' the given string.  This enters the string in the (global)
table of interned strings whose purpose is to speed up dictionary lookups.
Return the string itself or the previously interned string object with the
same value.

>>> a = 'string '
>>> b = 'string '
>>> id(a) == id(b)
False
>>> a = intern('string ')
>>> b = intern('string ')
>>> id(a) == id(b)
True

注意在 Python3 中，您必须显式导入实习生 from sys import intern。