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split只有一个元素，其他两行有多个元素。我相信，虽然像 str 这样的 Python 基元在函数中按值存储在内存中，但函数之间将有单独的分配以简化内存管理。我认为 split() 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？

Answer 1

正如我在评论中所说：

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

>>True

实际上你的问题有点一针见血 - 这是一个身份。

Answer 2

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 的对象分配不会那样工作。 "primitives" 没有一个真正的概念，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函数中创建并不重要。

没有比指出来源更好的答案了，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可拆分的空格，它只会重复使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 3

Python中的所有数据均通过引用存储。（C 实现中的 PyObject*）您发现 .split() 在找不到定界符时只是返回 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，"primitives" 和 "reference/class types" 具有截然不同的数据类型，并且与它们的行为也不同）

字符串 split() 的身份怪癖

Identity quirk with string split()

python

string

primitive

split