为什么空格会影响相等字符串的同一性比较？ [复制]

我注意到，向相同的字符串添加空格会使它们使用时比较不相等is，而非空间版本比较相等。

a = 'abc'
b = 'abc'
a is b
#outputs: True

a = 'abc abc'
b = 'abc abc'
a is b
#outputs: False

我读过了这个关于比较字符串的问题== and is。我认为这是一个不同的问题，因为空格字符正在改变行为，而不是字符串的长度。看：

a = 'abc'
b = 'abc'
a is b # True

a = 'gfhfghssrtjyhgjdagtaerjkdhhgffdhfdah'
b = 'gfhfghssrtjyhgjdagtaerjkdhhgffdhfdah'
a is b # True

为什么向字符串添加空格会改变比较的结果？

python解释器根据一定的标准缓存一些字符串，第一个abc字符串被缓存并用于两者，但第二个不是。对于小整数来说也是一样的-5 to 256.

因为字符串是内部/缓存分配的a and b to "abc" makes a and b指向内存中的相同对象，因此使用is，检查两个对象是否实际上是同一个对象，返回True.

第二串abc abc未缓存，因此它们是内存中两个完全不同的对象，因此使用以下方法进行身份检查is回报False。这次a is not b。它们都指向内存中的不同对象。

In [43]: a = "abc" # python caches abc
In [44]: b = "abc" # it reuses the object when assigning to b
In [45]: id(a)
Out[45]: 139806825858808    # same id's, same object in memory
In [46]: id(b)
Out[46]: 139806825858808    
In [47]: a = 'abc abc'   # not cached  
In [48]: id(a)
Out[48]: 139806688800984    
In [49]: b = 'abc abc'    
In [50]: id(b)         # different id's different objects
Out[50]: 139806688801208

缓存字符串的标准是字符串是否只有letters, 下划线 and numbers在字符串中，因此在您的情况下，空格不符合标准。

使用解释器时，在一种情况下，即使字符串不满足上述条件（多次赋值），您也可能最终指向同一个对象。

In [51]: a,b  = 'abc abc','abc abc'

In [52]: id(a)
Out[52]: 139806688801768

In [53]: id(b)
Out[53]: 139806688801768

In [54]: a is b
Out[54]: True

看着codeobject.c 源来决定我们看到的标准NAME_CHARS决定什么可以被拘留：

#define NAME_CHARS \
    "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz"

/* all_name_chars(s): true iff all chars in s are valid NAME_CHARS */

static int
all_name_chars(unsigned char *s)
{
    static char ok_name_char[256];
    static unsigned char *name_chars = (unsigned char *)NAME_CHARS;

    if (ok_name_char[*name_chars] == 0) {
        unsigned char *p;
        for (p = name_chars; *p; p++)
            ok_name_char[*p] = 1;
    }
    while (*s) {
        if (ok_name_char[*s++] == 0)
            return 0;
    }
    return 1;
}

长度为 0 或 1 的字符串将始终被共享，正如我们在PyString_FromStringAndSize函数在字符串对象.c source.

/* share short strings */
    if (size == 0) {
        PyObject *t = (PyObject *)op;
        PyString_InternInPlace(&t);
        op = (PyStringObject *)t;
        nullstring = op;
        Py_INCREF(op);
    } else if (size == 1 && str != NULL) {
        PyObject *t = (PyObject *)op;
        PyString_InternInPlace(&t);
        op = (PyStringObject *)t;
        characters[*str & UCHAR_MAX] = op;
        Py_INCREF(op);
    }
    return (PyObject *) op;
}

与问题没有直接关系，但对于那些感兴趣的人PyCode_New也来自codeobject.c源代码显示了在构建代码对象时，一旦字符串满足以下条件，如何保留更多字符串all_name_chars.

PyCodeObject *
PyCode_New(int argcount, int nlocals, int stacksize, int flags,
       PyObject *code, PyObject *consts, PyObject *names,
       PyObject *varnames, PyObject *freevars, PyObject *cellvars,
       PyObject *filename, PyObject *name, int firstlineno,
       PyObject *lnotab)
{
    PyCodeObject *co;
    Py_ssize_t i;
    /* Check argument types */
    if (argcount < 0 || nlocals < 0 ||
        code == NULL ||
        consts == NULL || !PyTuple_Check(consts) ||
        names == NULL || !PyTuple_Check(names) ||
        varnames == NULL || !PyTuple_Check(varnames) ||
        freevars == NULL || !PyTuple_Check(freevars) ||
        cellvars == NULL || !PyTuple_Check(cellvars) ||
        name == NULL || !PyString_Check(name) ||
        filename == NULL || !PyString_Check(filename) ||
        lnotab == NULL || !PyString_Check(lnotab) ||
        !PyObject_CheckReadBuffer(code)) {
        PyErr_BadInternalCall();
        return NULL;
    }
    intern_strings(names);
    intern_strings(varnames);
    intern_strings(freevars);
    intern_strings(cellvars);
    /* Intern selected string constants */
    for (i = PyTuple_Size(consts); --i >= 0; ) {
        PyObject *v = PyTuple_GetItem(consts, i);
        if (!PyString_Check(v))
            continue;
        if (!all_name_chars((unsigned char *)PyString_AS_STRING(v)))
            continue;
        PyString_InternInPlace(&PyTuple_GET_ITEM(consts, i));
    }

这个答案基于使用 cpython 解释器的简单分配，就与简单分配之外的函数或任何其他功能相关的实习而言，没有询问也没有回答。

如果任何对 C 代码有更深入了解的人有任何需要添加的内容，请随时编辑。

有一个更彻底的解释here整个字符串实习。