是否可以在Python中处理任意大的字符串？ （通过*运算符创建）

Question

我们可以使用*运算符构建固定结构但任意长度的字符串，具有以下内容：

length = 10
print "0" * length

返回预期的内容0000000000。当长度过大时会出现问题，导致溢出错误：

length = 10000000000000000000000000000000000000000000000
print "0" * length

这会产生OverflowError: cannot fit 'long' into an index-sized integer。

我很好奇，这样的配方能否以某种方式用于任意长度的尺寸？或者，处理length未知且可能占用如此大值的情况的正确方法是什么？

Answer 1

不，您无法在任何编程语言中创建大型字符串，例如示例中的字符串。字符串包含每个字符。并且10 ⁴⁶ 字节最有可能比任何人存储的数据更多。您可以采用超过一万亿的Google数据中心（假设Google有1个存储空间，而且肯定不是这样的情况......）而且仍的磁盘空间要少得多，让单独RAM就是你需要这样一个字符串。

要存储一个巨大的字符串，例如你的示例中的字符串，你必须创建自己的str类似于处理__mul__的类，其中存储重复次数而不实际存储内存中的整个字符串。显然，只要允许修改该字符串，这种实现就会变得非常复杂。

Answer 2

您可以在python中编写类似字符串生成器的内容。例如：

import sys

def stringWithArbitraryLength(stringLength):
    n = 0
    while n < stringLength:
        # pattern here
        if n % 2 == 0:
            yield "0"
        else:
            yield "1"
        n += 1

Infinity = float('inf')

# Usage 1: print the long string
# for c in stringWithArbitraryLength(Infinity):
#   sys.stdout.write(c)

# Usage 2: instantiate the long string
soLong = stringWithArbitraryLength(100000)  # output 01010101....
print ''.join(soLong)

# Usage 3: transform the long string
def transformString(longLongString):
    for c in longLongString:
        if c == "1":
            yield "X"
        else:
            yield c
soLong2 = stringWithArbitraryLength(100000)  # output 0X0X0X0X....
print ''.join(transformString(soLong2))

它有几个限制：

1. 它只允许顺序访问，而不是随机访问。所以你必须使用for循环来遍历字符串。
2. 每个字符都不能依赖索引较大的字符。
3. 如果长度很大，则实例化很困难。但是你可以在实例化后进行随机访问。

在许多情况下，您不必实例化整个字符串。因为您可以使用IO流来进行输入/输出。并使用生成器来处理字符串。所以每次只处理部分数据。

如果您想了解更多关于long或无限长字符串的信息，您可以学习一些非严格的函数式语言，例如Haskell。它懒洋洋地评估表达。无限列表/字符串通常用于这些语言。