这是一个错误吗？在此示例中，变量是对同一字符串的相同引用（Python）

Posted 2023-02-23

【中文标题】这是一个错误吗？在此示例中，变量是对同一字符串的相同引用（Python）

【英文标题】：Is this a bug? Variables are identical references to the same string in this example (Python)

【发布时间】：2011-05-09 02:50:17

【问题描述】：

这适用于 Python 2.6。

我不明白为什么 a 和 b 是相同的：

>>> a = "some_string"
>>> b = "some_string"
>>> a is b
True

但如果字符串中有空格，则不是：

>>> a = "some string"
>>> b = "some string"
>>> a is b
False

如果这是正常行为，请有人解释发生了什么。

编辑：免责声明！ 这不用于检查是否相等。我实际上想向其他人解释“是”只是为了检查身份，而不是平等。 从文档中我了解到，以这种方式创建的引用会有所不同，每次都会创建一个新字符串。 当我无法证明自己的观点时，我给出的第一个例子让我大吃一惊！

编辑： 我知道这不是错误，实习对我来说是一个新概念。 This 似乎是一个很好的解释。

【问题讨论】：

见***.com/questions/306313/…

“错误？”问题真的让我很恼火……但我想这不是标记问题的理由……是吗？

@cobbal：这与这里发生的情况略有不同。

@Ignacio：不同的根本原因，虽然基本类别相同：一些不可变的对象被缓存，而另一些则没有，基于一些未指定的启发式或其他。

众多示例之一：How is the 'is' keyword implemented in Python?

【参考方案1】：

Python 可能会也可能不会自动实习字符串，这决定了字符串的未来实例是否将共享一个引用。

如果它决定实习一个字符串，那么两者都将引用同一个字符串实例。如果没有，它将创建两个恰好具有相同内容的单独字符串。

一般来说，您无需担心是否会发生这种情况；你通常想检查相等性，a == b，而不是它们是否是同一个对象，a is b。

【讨论】：

只是出于好奇，你知道Python实习字符串的逻辑是什么吗？我以为它会保留每个字符串文字，但显然不是...

@katrielalex：.py 文件中的字符串有点不同：它们存储在一个常量列表中，这些常量由字节码中的索引引用。这意味着如果您在一个 .py 文件的两个位置使用相同的字符串常量，几乎可以保证它们是同一个对象。这和实习不一样。但是，OP 并没有用完 .py 文件，而是从 Python 解释器运行；这意味着它们被解析为单独的“文件”，并且没有共享字符串表。

【参考方案2】：

TIM PETERS 说：抱歉，我在这里看到的唯一错误是您发布的代码中使用“is”来尝试确定两个字符串是否相等。 "is" 测试对象身份，而不是相等性，以及两个不可变对象是否真的是同一个对象通常不是由 Python 定义的。您应该使用“==”来检查两个字符串是否相等。唯一可以可靠地使用“is”的情况是，当您明确地对所有正在比较的字符串进行了实习时（通过使用 intern() 内置函数）。

从这里：http://mail.python.org/pipermail/python-bugs-list/2004-December/026772.html

【讨论】：

-1：对于像字符串这样的不可变对象，您会期望相等的引用，所以这不是错误。

@Falcon：不。字符串是不可变的允许（高效）实习（=相同对象的相同引用），但它不需要。

@Falcon：那么你的期望是错误的。检查本机 python 代码和 python 包装的 c 库之间的相等性，例如：openssl 库。即使您不知道并非所有字符串都被保留。很遗憾我不能标记你。

为此使用is 永远不可靠。 intern 可能是空操作：Python 实现可能选择不使用字符串实习（让实习生简单地返回其参数），它也可能选择忽略实习字符串的请求。例如，CPython 会默默地忽略对 string 的实习生子类的请求。

【参考方案3】：

这实际上应该是对格伦的回答的更多评论，但我还不能做 cmets。我直接在 Python 解释器上运行了一些测试，我看到了一些有趣的行为。根据 Glenn 的说法，解释器将条目视为单独的“文件”，并且在存储以供将来参考时它们不共享字符串表。 这是我运行的：

>>> a="some_string"
>>> b="some_string"
>>> id(a)
2146597048
>>> id(b)
2146597048
>>> a="some string"
>>> b="some string"
>>> id(a)
2146597128
>>> id(b)
2146597088
>>> c="some string"   <-----(1)
>>> d="some string"   
>>> id(c)
2146597208            <-----(1)
>>> a="some_string"
>>> b="some_string"
>>> id(a)
2146597248            <---- waited a few minutes
>>> c="some_string" 
>>> d="some_string"
>>> id(d)
2146597248            <---- still same id after a few min
>>> b="some string"
>>> id(b)
2146597288
>>> b="some_string"  <---(2)
>>> id(b)
2146597248           <---(2)
>>> a="some"
>>> b="some"
>>> c="some"
>>> d="some"         <---(2) lost all references
>>> id(a)
2146601728
>>> a="some_string"  <---(2)
>>> id(a)
2146597248           <---(2) returns same old one after mere seconds
>>> a="some"
>>> id(a)
2146601728           <---(2) Waited a few minutes
>>> a="some_string"   <---- (1)
>>> id(a)
2146597208            <---- (1) Reused a "different" id after a few minutes

似乎某些 id 引用可能会在初始引用丢失并且不再“使用”(1) 后被重用，但它也可能与这些 id 引用未被使用的时间有关，因为您可以在我标记为数字 (2) 的内容中看到，根据未使用该 id 的时间长短给出不同的 id 引用。我只是觉得它很好奇，并想发布它。