当字符串中有一个点时，为什么“ is”关键字具有不同的行为？

当字符串中有一个点时，为什么“ is”关键字具有不同的行为？

is

验证对象的身份，和Python，任何执行时，它符合字面不变类型的，是完全自由 要么 做出不可变类型的新对象， 或
通过该类型的现有对象觅见，如果他们中的一些可重复使用（通过添加对相同基础对象的新引用）。这是优化的一个务实的选择并 没有
受到语义约束，所以你的代码不应该依赖于该路径的给予实施可能要（或者它可能与Python的bug修正/优化版本破门！）。

考虑例如：

>>> import dis>>> def f():...   x = 'google.com'...   return x is 'google.com'... >>> dis.dis(f)  20 LOAD_ConST    1 ('google.com')   3 STORE_FAST    0 (x)  36 LOAD_FAST     0 (x)   9 LOAD_ConST    1 ('google.com')  12 COMPARE_OP    8 (is)  15 RETURN_VALUE

因此，在此特定实现中， 在function内 ，您的观察结果不适用，并且为文字（任何文字）仅创建了一个对象，并且实际上：

>>> f()True

实用上讲，这是因为在函数中通过常量的本地表（通过不制作多个足以满足要求的常量不可变对象来节省内存）非常便宜和快速，并且由于可以重复调用该函数，因此可以提供良好的性能返回之后。

但是， 在交互式提示符下 ，实现了相同的实现（ 编辑 ：我本来以为这也会在模块的顶层发生，但是@Thomas的评论使我正确了，请参阅下文）：

>>> x = 'google.com'>>> y = 'google.com'>>> id(x), id(y)(4213000, 4290864)

不必费心尝试以这种方式节省内存

id

-s是不同的，即不同的对象。可能会有更高的成本和更低的回报，因此此实现的优化程序的启发式方法告诉它不要费心搜索，而只是继续进行。

编辑 ：根据@Thomas的观察，在模块顶层，例如：

$ cat aaa.pyx = 'google.com'y = 'google.com'print id(x), id(y)

再次，我们在此实现中看到基于常量表的内存优化：

>>> import aaa4291104 4291104

（根据@Thomas的观察，编辑结束）。

最后，再次在相同的实现上：

>>> x = 'google'>>> y = 'google'>>> id(x), id(y)(2484672, 2484672)

启发式方法在这里是不同的，因为文字字符串“看起来像是一个标识符”-因此它可能在需要进行intern *** 作的 *** 作中使用…因此，优化程序仍然会对其进行intern（并且一旦intern，查找它就会变得非常快课程）。确实，令人惊讶……

>>> z = intern(x)>>> id(z)2484672

…

x

已经 被

intern

编在第一次（正如你看到的，返回值

intern

是 相同的
对象

x

和

y

，因为它具有相同

id()

）。当然，你不应该依赖此任-优化并不 具备 自动实习生什么，它只是一个优化启发式;
如果您需要

intern

ed字符串，则必须

intern

明确指定它们，以确保安全。当您显式地 执行内部 字符串时…：

>>> x = intern('google.com')>>> y = intern('google.com')>>> id(x), id(y)(4213000, 4213000)

…然后您 可以 确保

id()

每次都获得完全相同的对象（即相同的）结果-
因此您可以应用微优化，例如使用进行检查，

is

而不是

==

（我几乎从未发现微不足道的性能提升值得麻烦;-)。

编辑 ：只是为了澄清一下，这是我正在谈论的性能差异，在慢速的Macbook Air上…：

$ python -mtimeit -s"a='google';b='google'" 'a==b'10000000 loops, best of 3: 0.132 usec per loop$ python -mtimeit -s"a='google';b='google'" 'a is b'10000000 loops, best of 3: 0.107 usec per loop$ python -mtimeit -s"a='goo.gle';b='goo.gle'" 'a==b'10000000 loops, best of 3: 0.132 usec per loop$ python -mtimeit -s"a='google';b='google'" 'a is b'10000000 loops, best of 3: 0.106 usec per loop$ python -mtimeit -s"a=intern('goo.gle');b=intern('goo.gle')" 'a is b'10000000 loops, best of 3: 0.0966 usec per loop$ python -mtimeit -s"a=intern('goo.gle');b=intern('goo.gle')" 'a == b'10000000 loops, best of 3: 0.126 usec per loop

……最多两种方式都只有几十纳秒。因此，即使仅在最极端的情况下也要 考虑 “从此[删除的性能]性能瓶颈中优化[删除的性能]”！-）