[python 源码]字符串对象的实现

Posted 2020-09-18

还是带着问题上路吧，和整数对象的实现同样的问题：

>>> a=‘abc‘
>>> b=‘abc‘
>>> a is b
True
>>> c=‘abc‘*10
>>> d=‘abc‘*10
>>> d is c
False

why?在整数对象的实现中，对待小整数有小整数对象池，对待大整数对申请内存，字符串对象的实验也是这样的吗？？？

NO

先看下字符串对象的定义：

typedef struct{
PyObject_VAR_HEAD
long ob_shash;
int ob_sstate;
char ob_sval[1];
}PyStringObject;

其中：

PyObject_VAR_HEAD中的ob_size存放字符串实际长度

ob_shash用来缓存该字符串对象的实际hash值

ob_sstate标记该对象是否经过intern机制处理

ob_sval指向一段长度为ob_size+1字节的内存，ob_sval[ob_size+1]必须为‘\\0‘

字符对象的创建就是计算字符串的长度，申请一段内存，把字符串用memcpy复制进去，然后创建这个对象，看好，所有的字符串都会创建对象。（代码就不贴了。。。）

重要的是intern机制，这个机制是什么东西？

说白了，intern机制就是每创建一个比较短的字符串对象，就在一个叫interned的字典里面查看是否存在字符串相同的字符串对象，如果存在的话，就把字典存放的对象的ob_refcnt加1，然后销毁新创建的对象，所以才会出现上面的情景   a is b?True

字符串对象除了intern机制以外，还有类似于小整数对象的字符缓冲池，其实就是用一个类似于数组的东西（characters array）指向这个对象，对只有一个字符的字符串，第一次创建时候会进行如下操作：

1.创建对象

2.对其进行intern操作

3.将对象放进字符缓冲池

 

那么下次再创建这个字符对象时候，会首先查看字符缓冲池中是否存在这个对象，如果存在的话，返回这个缓冲对象。区别于小整数对象的是，小整数对象在python解释器初始化之初就创建了，而字符串缓冲池指向的对象直到用到的时候才会创建。

 参考资料：

python源码剖析

Python string objects implementation