python - 为什么空格会影响相等字符串的身份比较？

Question

<分区>

Answer 1

python 解释器根据特定条件缓存一些字符串，第一个 abc 字符串被缓存并用于两者，但第二个不是。对于从 -5 到 256 的小整数也是一样的。

因为字符串被驻留/缓存，将 a 和 b 分配给 "abc" 使得 a 和 b 指向内存中的相同对象，因此使用 is 检查两个对象是否实际上是同一对象，返回 True。

第二个字符串 abc abc 没有缓存，所以它们在内存中是两个完全不同的对象，所以使用 is 进行身份检查会返回 False。这次 a 不是 b。它们都指向内存中的不同对象。

In [43]: a = "abc" # python caches abc
In [44]: b = "abc" # it reuses the object when assigning to b
In [45]: id(a)
Out[45]: 139806825858808    # same id's, same object in memory
In [46]: id(b)
Out[46]: 139806825858808    
In [47]: a = 'abc abc'   # not cached  
In [48]: id(a)
Out[48]: 139806688800984    
In [49]: b = 'abc abc'    
In [50]: id(b)         # different id's different objects
Out[50]: 139806688801208

缓存字符串的标准是字符串中是否只有字母、下划线和数字，所以在你的情况下空格确实不符合标准。

在使用解释器的情况下，即使字符串不满足上述条件，您也可能最终指向同一个对象，即多次赋值。

In [51]: a,b  = 'abc abc','abc abc'

In [52]: id(a)
Out[52]: 139806688801768

In [53]: id(b)
Out[53]: 139806688801768

In [54]: a is b
Out[54]: True

寻找 codeobject.c source 来决定我们看到的标准 NAME_CHARS 决定什么可以被实习:

#define NAME_CHARS \
    "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz"

/* all_name_chars(s): true iff all chars in s are valid NAME_CHARS */

static int
all_name_chars(unsigned char *s)
{
    static char ok_name_char[256];
    static unsigned char *name_chars = (unsigned char *)NAME_CHARS;

    if (ok_name_char[*name_chars] == 0) {
        unsigned char *p;
        for (p = name_chars; *p; p++)
            ok_name_char[*p] = 1;
    }
    while (*s) {
        if (ok_name_char[*s++] == 0)
            return 0;
    }
    return 1;
}

长度为 0 或 1 的字符串将始终被共享，正如我们在 stringobject.c 源代码的 PyString_FromStringAndSize 函数中所见。

/* share short strings */
    if (size == 0) {
        PyObject *t = (PyObject *)op;
        PyString_InternInPlace(&t);
        op = (PyStringObject *)t;
        nullstring = op;
        Py_INCREF(op);
    } else if (size == 1 && str != NULL) {
        PyObject *t = (PyObject *)op;
        PyString_InternInPlace(&t);
        op = (PyStringObject *)t;
        characters[*str & UCHAR_MAX] = op;
        Py_INCREF(op);
    }
    return (PyObject *) op;
}

与问题没有直接关系，但对于那些感兴趣的人 PyCode_New 同样来自 codeobject.c 源代码显示一旦字符串满足all_name_chars 中的标准。

PyCodeObject *
PyCode_New(int argcount, int nlocals, int stacksize, int flags,
       PyObject *code, PyObject *consts, PyObject *names,
       PyObject *varnames, PyObject *freevars, PyObject *cellvars,
       PyObject *filename, PyObject *name, int firstlineno,
       PyObject *lnotab)
{
    PyCodeObject *co;
    Py_ssize_t i;
    /* Check argument types */
    if (argcount < 0 || nlocals < 0 ||
        code == NULL ||
        consts == NULL || !PyTuple_Check(consts) ||
        names == NULL || !PyTuple_Check(names) ||
        varnames == NULL || !PyTuple_Check(varnames) ||
        freevars == NULL || !PyTuple_Check(freevars) ||
        cellvars == NULL || !PyTuple_Check(cellvars) ||
        name == NULL || !PyString_Check(name) ||
        filename == NULL || !PyString_Check(filename) ||
        lnotab == NULL || !PyString_Check(lnotab) ||
        !PyObject_CheckReadBuffer(code)) {
        PyErr_BadInternalCall();
        return NULL;
    }
    intern_strings(names);
    intern_strings(varnames);
    intern_strings(freevars);
    intern_strings(cellvars);
    /* 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));
    }

这个答案是基于使用 cpython 解释器的简单赋值，就与函数相关的实习或简单赋值之外的任何其他功能而言，没有被询问或回答。

如果任何对 c 代码有更深入了解的人有任何要添加的内容，请随时编辑。

here 对整个字符串实习有更详尽的解释。