Trong trường hợp nào các chuỗi bằng nhau chia sẻ cùng một tham chiếu?

Question

Tôi đã tìm kiếm các câu hỏi về tràn web và ngăn xếp nhưng không thể tìm thấy câu trả lời cho câu hỏi này. Quan sát mà tôi đã thực hiện là trong Python 2.7.3, nếu bạn chỉ định hai biến cùng một chuỗi ký tự, ví dụ:

>>> a = 'a' 
>>> b = 'a' 
>>> c = ' ' 
>>> d = ' ' 

Sau đó, các biến sẽ chia sẻ các tài liệu tham khảo giống nhau:

>>> a is b 
True 
>>> c is d 
True 

Điều này cũng đúng đối với một số chuỗi dài hơn:

>>> a = 'abc' 
>>> b = 'abc' 
>>> a is b 
True 
>>> ' ' is ' ' 
True 
>>> ' ' * 1 is ' ' * 1 
True 

Tuy nhiên, có rất nhiều trường hợp các tài liệu tham khảo is (unexpectantly) not shared:

>>> a = 'a c' 
>>> b = 'a c' 
>>> a is b 
False 
>>> c = ' ' 
>>> d = ' ' 
>>> c is d 
False 
>>> ' ' * 2 is ' ' * 2 
False 

Ai đó có thể giải thích lý do cho điều này?

Tôi nghi ngờ có thể có sự đơn giản hóa/thay thế được thực hiện bởi thông dịch viên và/hoặc một số cơ chế lưu bộ nhớ đệm sử dụng thực tế là các chuỗi python không thay đổi được trong một số trường hợp đặc biệt. Tôi đã thử tạo các bản sao sâu của các chuỗi bằng cách sử dụng hàm tạo str và hàm copy.deepcopy nhưng các chuỗi vẫn không nhất quán chia sẻ các tham chiếu.

Lý do tôi gặp vấn đề với điều này là vì tôi kiểm tra sự bất bình đẳng của các tham chiếu đến chuỗi trong một số bài kiểm tra đơn vị tôi đang viết cho các phương pháp nhân bản của các lớp python kiểu mới.

Answer 1

Chi tiết khi chuỗi được lưu trong bộ nhớ cache và sử dụng lại là phụ thuộc vào triển khai thực hiện, có thể thay đổi từ phiên bản Python sang phiên bản Python và không thể dựa vào. Nếu bạn muốn kiểm tra chuỗi cho sự bình đẳng, hãy sử dụng ==, không phải is.

Trong CPython (thực thi Python phổ biến nhất), chuỗi ký tự xảy ra trong mã nguồn luôn được tập trung, vì vậy nếu cùng một chuỗi ký tự xảy ra hai lần trong mã nguồn, chúng sẽ kết thúc bằng một chuỗi vật. Trong Python 2.x, bạn cũng có thể gọi hàm dựng sẵn intern() để buộc một chuỗi cụ thể được thực tập, nhưng bạn thực sự không nên làm như vậy.

Chỉnh sửa liên quan đến bạn mục đích thực sự của việc kiểm tra xem thuộc tính có được chia sẻ không đúng cách giữa các trường hợp hay không: Loại séc này chỉ hữu ích cho các đối tượng có thể thay đổi. Đối với các thuộc tính của kiểu bất biến, không có sự khác biệt ngữ nghĩa giữa các đối tượng được chia sẻ và không được chia sẻ. Bạn có thể loại trừ các loại không thể sửa đổi khỏi các thử nghiệm của mình bằng cách sử dụng

Immutable = basestring, tuple, numbers.Number, frozenset 
# ... 
if not isinstance(x, Immutable): # Exclude types known to be immutable 

Lưu ý rằng điều này cũng sẽ loại trừ bộ dữ liệu chứa đối tượng có thể thay đổi. Nếu bạn muốn thử nghiệm chúng, bạn sẽ cần phải đệ quy xuống các bộ dữ liệu.

Answer 2

Tôi nghĩ rằng đó là một điều thực hiện và tối ưu hóa. Nếu chuỗi ngắn, chúng có thể (và thường là?) "Được chia sẻ", nhưng bạn không thể phụ thuộc vào điều đó. Khi bạn có chuỗi dài hơn, bạn có thể thấy rằng chúng không giống nhau.

In [2]: s1 = 'abc' 
In [3]: s2 = 'abc' 

In [4]: s1 is s2 
Out[4]: True 

chuỗi dài hơn

In [5]: s1 = 'abc this is much longer' 
In [6]: s2 = 'abc this is much longer' 

In [7]: s1 is s2 
Out[7]: False 

sử dụng == để so sánh chuỗi (và không các nhà điều hành is).

-

OP của quan sát/giả thuyết (trong các ý kiến ​​dưới đây) rằng đây có thể là do số lượng thẻ dường như được hỗ trợ bởi những điều sau đây:

In [12]: s1 = 'a b c' 
In [13]: s2 = 'a b c' 

In [14]: s1 is s2 
Out[14]: False 

nếu so với ban đầu ví dụ về abc ở trên.

Answer 3

Trong CPython, dưới dạng chi tiết triển khai the empty string is shared, cũng như các chuỗi ký tự đơn có điểm mã nằm trong dải Latinh-1. Bạn nên không phụ thuộc vào điều này, vì có thể bỏ qua tính năng này.

Bạn có thể yêu cầu một chuỗi là thực tập sử dụng sys.intern; điều này sẽ tự động diễn ra trong một số trường hợp:

Thông thường, các tên được sử dụng trong các chương trình Python sẽ tự động được lưu trữ và các từ điển được sử dụng để giữ khóa.

sys.intern được tiếp xúc để bạn có thể sử dụng nó để thực hiện:

interning chuỗi rất hữu ích để đạt được một chút hiệu suất trên tra cứu từ điển - nếu các phím trong một từ điển được thực tập nội trú (sau khi hồ sơ!) , và khóa tra cứu được tập trung, các so sánh chính (sau khi băm) có thể được thực hiện bằng một con trỏ so sánh thay vì so sánh chuỗi.

Lưu ý rằng intern là một dựng sẵn trong Python 2.