5

我知道有人解释了为什么当我在 Python 2.7 中创建相等的 unicode 字符串时，它们指向的内存位置与“普通”字符串不同

>>> a1 = 'a'
>>> a2 = 'a'
>>> a1 is a2
True

好的，这是我的预期，但是

>>> ua1 = u'a'
>>> ua2 = u'a'
>>> ua1 is ua2
False

为什么？如何？

4

2 回答 2

3

我认为常规字符串是实习的，但 unicode 字符串不是。这个简单的测试似乎支持我的理论（Python 2.6.6）：

>>> intern("string")
'string'
>>> intern(u"unicode string")

Traceback (most recent call last):
  File "<pyshell#18>", line 1, in <module>
    intern(u"unicode string")
TypeError: intern() argument 1 must be string, not unicode
于 2013-03-13T18:49:21.960 回答
2

不保证普通字符串会被保留。有时他们是，有时他们不是。这些规则很复杂，特定于版本，并且故意没有记录在案。

你可以依赖这样一个事实，即 Python 会尝试在一个好主意时尝试实习小型、常用的对象。而且，如果您编写任何依赖于任何一个a1 is a2或相反的代码，它会在最不方便的时候中断。

如果您想要更多，则必须查看您感兴趣的任何实现的任何版本的源代码。对于 CPython，详细信息主要在stringobject.c2.6和2.7以及3.3内部。unicodeobject.c

后一个文件当然也存在于 2.x 中（它仍然定义unicode类型，这与str3.x 中的类型不同）。您可以从2.7的源代码中看到，即使您无法调用它们，也有一些对实习字符串的支持。乍一看，2.7 似乎可以处理实习字符串，但永远不会创建它们。unicodeinternunicode

同时，3.3 让事情变得更加有趣，因为一个str对象可以指向 UTF-8、UTF-16 或 UTF-32 存储，它们可能会被实习，但使用旧式 Unicode API 的代码可能仍然会以新副本。因此，即使a1 is a2，如果您尝试获取它们的字符，它们也可能具有不同的缓冲区。

python什么时候选择实习字符串对细节有更多的了解。但同样，来源才是最重要的。

于 2013-03-13T19:00:58.227 回答