带有字符串 split() 的身份怪癖

Question

>>> 'hi'.split()[0] is 'hi'
    True    
>>> 'hi there'.split()[0] is 'hi'
    False
>>> 'hi there again'.split()[0] is 'hi'
    False

我的假设：

第一行在 split 中只有一个元素，而另外两行有多个元素。我相信，虽然像 str 这样的 Python 原语在函数内按值存储在内存中，但函数之间会有单独的分配以简化内存管理。我认为split() 是这些功能之一，它通常分配新的字符串。但它也处理不需要任何拆分的输入的边缘情况（例如'hi'），其中原始字符串引用被简单地返回。我的解释正确吗？

Answer 1

我相信，虽然像 str 这样的 Python 原语在函数内按值存储在内存中，但函数之间会有单独的分配以简化内存管理。

Python 的对象分配不能像那样工作。没有真正的“原语”概念，除了字节码编译器为合并常量所做的一些事情之外，两个对象是在同一个函数中创建还是在不同函数中创建都没有关系。

没有比指出源更好的答案了，所以here it is：

Py_LOCAL_INLINE(PyObject *)
STRINGLIB(split_whitespace)(PyObject* str_obj,
                           const STRINGLIB_CHAR* str, Py_ssize_t str_len,
                           Py_ssize_t maxcount)
{
    ...
#ifndef STRINGLIB_MUTABLE
        if (j == 0 && i == str_len && STRINGLIB_CHECK_EXACT(str_obj)) {
            /* No whitespace in str_obj, so just use it as list[0] */
            Py_INCREF(str_obj);
            PyList_SET_ITEM(list, 0, (PyObject *)str_obj);
            count++;
            break;
        }

如果它没有找到任何要拆分的空格，它只会重用返回列表中的原始字符串对象。这只是这个函数的编写方式的一个怪癖，你不能依赖它在其他 Python 版本或非标准 Python 实现中以这种方式工作。

Answer 2

Python 中的所有数据都是通过引用存储的。 （C 实现中的PyObject*）您发现.split() 只是在找不到分隔符时返回self 作为优化。找到分隔符后，它必须为每个部分创建单独的字符串对象，因此它们是单独的对象。

（与 Java 不同，Java 对于“原始”和“引用/类类型”具有明显不同的数据类型，并且对它们的行为也不同）

Answer 3

就像我在评论中说的：

'hi there again'.split()[0] == 'hi'

>>True

实际上，您的问题有点确定 - 这是一种身份。