字符串分裂的身份怪癖（）

Question

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

我的假设是：

第一行只有一个split元素，而其他两行有多个元素。我相信，虽然像str这样的Python原语是按函数中的值存储在内存中的，但是会有跨函数的单独分配来简化内存管理。我认为split()就是其中一个函数，它通常会分配新的字符串。但它也处理不需要任何拆分的输入的边缘情况（例如'hi'），其中只返回原始字符串引用。我的解释正确吗？你知道吗

Answer 1

I believe that while Python primitives like str are stored in memory by value within a function, there will be separate allocations across functions to simplify memory management.

Python的对象分配不是这样的。“原语”并不是一个真正的概念，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的函数中创建并不重要。你知道吗

没有比指向源代码更好的答案了，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;
        }

如果它找不到任何可拆分的空白，它只会重用返回列表中的原始string对象。这只是这个函数如何编写的一个怪癖，在其他Python版本或非标准Python实现中，您不能指望它以这种方式工作。你知道吗

Answer 2

就像我在评论中说的：

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

>>True

事实上你的问题有点确定了-这是一个身份。你知道吗

Answer 3

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()只是在没有找到分隔符时返回self作为优化。当找到分隔符时，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。你知道吗

（与Java不同，Java的“原语”和“引用/类类型”的数据类型明显不同，它们的行为也不同）