Question

我完全坚持这个

>>> s = chr(8263)
>>> x = s[0]
>>> x is s[0]
False

这怎么可能？这是否意味着通过索引访问字符串字符会创建相同字符的新实例？我们来试验一下：

>>> L = [s[0] for _ in range(1000)]
>>> len(set(L))
1
>>> ids = map(id, L)
>>> len(set(ids))
1000
>>>

哎呀浪费字节;）或者它是否意味着str.__getitem__有隐藏的功能？有人可以解释一下吗？

但这并不是我的意外结束：

>>> s = chr(8263)
>>> t = s
>>> print(t is s, id(t) == id(s))
True True

很明显：t是s的别名，因此它们代表相同的对象，并且身份重合。但同样，以下是可能的：

>>> print(t[0] is s[0])
False

s和t是同一个对象，那又是什么？

但更糟糕的是：

>>> print(id(t[0]) == id(s[0]))
True

t[0]和s[0]未被垃圾收集，被is运算符视为同一个对象，但具有不同的ID？有人可以解释一下吗？

Answer 1

这里有两点要做。

首先，Python确实使用__getitem__调用创建了一个 new 字符，但前提是该字符的序数值大于而不是256。

例如：

>>> s = chr(256)
>>> s[0] is s
True

>>> t = chr(257)
>>> t[0] is t
False

这是因为在内部，编译的getitem函数检查单个字符的序数值，如果该值为256或更小，则调用get_latin1_char。这允许共享一些单字符串。否则，将创建一个新的unicode对象。

第二个问题涉及垃圾收集，并显示解释器可以非常快速地重用内存地址。当你写：

>>> s = t # = chr(257)
>>> t[0] is s[0]
False

Python首先创建两个新的单字符串，然后比较它们的内存地址。它们有不同的地址（我们根据上面的解释有不同的对象），因此将对象与is进行比较会返回False。

另一方面，我们可能会出现看似矛盾的情况：

>>> id(t[0]) == id(s[0])
True

但这是因为解释器在稍后时刻创建新字符串t[0]时会快速重用s[0]的内存地址。

如果检查此行产生的字节码（例如，使用dis - 见下文），您会看到每一侧的地址是一个接一个地分配的（创建一个新的字符串对象然后{{1调用它）。

一旦返回id，对象t[0]的引用就会降为零（我们现在正在对整数进行比较，而不是对象本身）。这意味着id(t[0])可以在以后创建时重用相同的内存地址。

以下是我已注释的行s[0]的反汇编字节码。

您可以看到id(t[0]) == id(s[0])的生命周期在创建t[0]之前结束（没有对它的引用），因此可以重用它的内存。

s[0]

Answer 2

is比较身份和==比较值。请检查此doc

每个对象都有一个标识，一个类型和一个值。对象的身份一旦创建就永远不会改变;你可能会认为它是对象在内存中的地址。 'is'运算符比较了。的身份两个对象; id（）函数返回一个表示它的整数身份（目前作为其地址实施）。对象的类型是也是不可改变的。