Python中的字符串是否会被池化？

Question

Python中有没有一个字符串池，里面的字符串都是单例的？

更具体一点，在下面的代码中，内存里会创建一个字符串还是两个字符串呢？

a = str(num)
b = str(num)

Answer 1

字符串通常不会被“内部化”。在你的例子中，会创建两个字符串（0到9之间的值除外）。为了测试这一点，我们可以使用 is 操作符来检查这两个字符串是否是同一个对象：

>>> str(1056) is str(1056)
False

Answer 2

一般来说，在Python中字符串并不是总是被“内部化”的，但有时候看起来像是这样：

>>> str(5) is str(5)
True
>>> str(50) is str(50)
False

在Python中，这种情况并不少见，常见的对象可能会以某种方式进行优化，而不常见的对象则不会：

>>> int(5+0) is int(5+0)
True
>>> int(50+0) is int(50+0)
True
>>> int(500+0) is int(500+0)
False

另外要记住，这些细节在不同的Python版本和不同的实现之间会有所不同。

Answer 3

在Python中，字符串是不可改变的，这意味着一旦创建了字符串，它的内容就不能被修改。因此，程序可以选择是否将字符串存储在一个共享的地方，这个地方通常被称为“池”，这个概念在C#中比较常见。

在你的例子中，你是动态创建字符串。CPython并不是总是去这个池里查找字符串是否已经存在——这样做也没有意义，因为你首先需要为字符串预留内存，然后再和池里的内容进行比较（对于长字符串来说，这样做效率不高）。

但是，对于长度为1的字符串，CPython确实会去查找这个池（可以参考“stringobject.c”文件）：

static PyStringObject *characters[UCHAR_MAX + 1];

...

PyObject *
PyString_FromStringAndSize(const char *str, Py_ssize_t size)
{

...

    if (size == 1 && str != NULL &&
    (op = characters[*str & UCHAR_MAX]) != NULL)
    {
        #ifdef COUNT_ALLOCS
            one_strings++;
        #endif

        Py_INCREF(op);
        return (PyObject *)op;
    }

...

所以：

a = str(num)
b = str(num)
print a is b # <-- this will print False in most cases (but try str(1) is str(1))

不过，当你在代码中直接使用常量字符串时，CPython会使用同一个字符串实例：

a = "text"
b = "text"
print a is b # <-- this will print True

Python中的字符串是否会被池化？

4 个回答

撰写回答