python字符串Intern机制详解

Python  /  管理员 发布于 7年前   206

字符串在 Python 中是最简单也是最常用的数据类型之一，在 CPython 中字符串的实现原理使用了一种叫做 Intern（字符串驻留）的技术来提高字符串效率。究竟什么是 intern 机制，这种机制又是通过什么方式来提高字符串效率的呢？希望这篇文章能够抛砖引玉。

先来看一段代码：

>>> s3 = "hello!">>> s4 = "hello!">>> s3 is s4False>>> id(s3)80325968L>>> id(s4)80326048L

s3 和 s4 虽然值是一样的，但确确实实是两个不同的字符串对象，Python 会为它们俩各自分配一段内存空间，假设程序中存在大量值相同的字符串，系统就不得不为每个字符串重复地分配内存空间，显然，对系统来说是一种无谓的资源浪费。为了解决这种问题，Python 引入了 intern 机制。

再来看：

>>> s3 = intern('hello!')>>> s4 = intern('hello!')>>> s3 is s4True>>> id(s3)80325968L>>> id(s4)80325968L

intern 是 Python 中的一个内建函数，该函数的作用就是对字符串进行 intern 机制处理，处理后返回字符串对象。我们发现但凡是值相同的字符串经过 intern 机制处理之后，返回的都是同一个字符串对象，这种方式在处理大数据的时候无疑能节省更多的内存空间，系统无需为相同的字符串重复分配内存，对于值相同的字符串共用一个对象即可。

其实，实现 Intern 机制的方式非常简单，就是通过维护一个字符串储蓄池，这个池子是一个字典结构，如果字符串已经存在于池子中了就不再去创建新的字符串，直接返回之前创建好的字符串对象，如果之前还没有加入到该池子中，则先构造一个字符串对象，并把这个对象加入到池子中去，方便下一次获取，用伪代码就可以描述为：

intern_pool = {}def intern(s):if s in intern_pool:return intern_pool[s]else:obj = PyStringObject(s)intern_pool[s] = objreturn obj

在主流面向对象的编程语言中intern 机制对于处理字符串已经成为一种标配，通过 intern 机制可以提高字符串的处理效率，当然，解释器内部很对 intern 机制的使用策略是有考究的，有些场景会自动使用 intern ，有些地方需要通过手动方式才能启动。比如：

>>> s1 = "hello">>> s2 = "hello">>> s1 is s2True>>> id(s1)72320704L>>> id(s2)72320704L

这段代码就是 Python自动使用了intern机制的结果。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。