CPython中的字符串身份比较

Question

我最近发现了一个可能在生产系统中存在的bug，问题是用身份运算符比较了两个字符串，比如：

if val[2] is not 's':

我想这通常还是能正常工作的，因为据我所知，CPython会把短小的不可变字符串存储在同一个地方。我已经把它改成了!=，但我需要确认之前通过这段代码的数据是否正确，所以我想知道这段代码是否总是有效，还是说只是偶尔有效。

据我了解，Python的版本一直是2.6.6，而上面的代码似乎是唯一使用了is运算符的地方。

有没有人知道这一行代码是否会始终按照程序员的意图工作？

补充：因为这个问题无疑对未来的读者来说非常具体且不太有帮助，我想问一个不同的问题：

我应该去哪里确认Python实现的行为，以确保绝对准确？CPython的源代码中的优化是否容易理解？有什么建议吗？

Answer 1

正如大家已经提到的，对于在Python（或者说CPython）中创建的字符串，这个说法通常是正确的。但如果你使用了C扩展，那就不一定了。

这里有个简单的反例：

import numpy as np

x = 's'
y = np.array(['s'], dtype='|S1')

print x
print y[0]

print 'x is y[0] -->', x is y[0]
print 'x == y[0] -->', x == y[0]

这个会得到：

s
s
x is y[0] --> False
x == y[0] --> True

当然，如果你从来没有使用过任何C扩展，那你可能是安全的……不过我不建议你完全依赖这个……

补充一下：如果数据经过了序列化（pickled）或者用struct以任何方式打包，那这个说法就不成立了。

比如：

import pickle
x = 's'
pickle.dump(x, file('test', 'w'))
y = pickle.load(file('test', 'r'))

print x is y
print x == y

另外（为了更清楚，我们用不同的字母，因为格式化字符串需要用"s"）：

import struct
x = 'a'
y = struct.pack('s', x)

print x is y
print x == y

Answer 2

你绝对不应该在只想比较两个对象是否相等的时候使用 is 或 is not 这个操作符。

虽然在 Python 中，字符串是不可变的，所以它不会创建一个内容和已有字符串完全相同的新字符串（这也就意味着相等和身份是一样的），但我不建议你依赖这个，特别是考虑到有很多不同的 Python 实现。

Answer 3

你可以查看CPython 2.6.x的代码：http://svn.python.org/projects/python/branches/release26-maint/Objects/stringobject.c

看起来一字符的字符串会被特别处理，每个不同的字符只会存在一次，所以你的代码是安全的。这里有一些关键代码（摘录）：

static PyStringObject *characters[UCHAR_MAX + 1];

PyObject *
PyString_FromStringAndSize(const char *str, Py_ssize_t size)
{
    register PyStringObject *op;
    if (size == 1 && str != NULL &&
        (op = characters[*str & UCHAR_MAX]) != NULL)
    {
        Py_INCREF(op);
        return (PyObject *)op;
    }

...