Python 字符串标识:“is”和“in”语句

Question

我在让它工作时遇到了一些问题：

# Shortened for brevity
def _coerce_truth(word):
    TRUE_VALUES = ('true','1','yes')
    FALSE_VALUES = ('false','0','no')
    _word = word.lower().strip()
    print "t" in _word
    if _word in TRUE_VALUES:
        return True
    elif _word in FALSE_VALUES:
        return False

我发现：

In [20]: "foo" is "Foo".lower()
Out[20]: False
In [21]: "foo" is "foo".lower()
Out[21]: False
In [22]: "foo" is "foo"
Out[22]: True
In [23]: "foo" is "foo".lower()
Out[23]: False

这是为什么呢？我知道身份与平等不同，但身份是什么时候形成的？语句 22 应该False，除非由于字符串的静态性质，id == eq。在这种情况下，我对语句 23 感到困惑。

请提前解释和感谢。

Answer 1

问："身份是什么时候形成的？"

一个。创建对象时。

你看到的实际上是Cpython的实现细节——它缓存小字符串并重用它们以提高效率。 其他有趣的案例是：

"foo" is "foo".strip()  # True
"foo" is "foo"[:]       # True

最终，我们看到的是字符串文字"foo"已被缓存。 每次键入 "foo" 时，您都在引用内存中的同一对象。 但是，一些字符串方法会选择始终创建新对象（如.lower()），如果方法没有进行任何更改（如.strip()），一些方法会巧妙地重用输入字符串。

---

这样做的一个好处是，字符串相等可以通过指针比较（极快）来实现，如果指针比较为 false，则逐字符比较。 如果指针比较为 True，则可以避免逐字符比较。

Answer 2

至于is和in之间的关系：

__contains__方法（位于运算符后面in）用于查找匹配项时tuple和list，首先检查标识，如果失败，则检查相等性。即使对象与自身不相等，这也将为您提供理智的结果：

>>> x = float("NaN")
>>> t = (1, 2, x)
>>> x in (t)
True
>>> any(x == e for e in t) # this might be suprising
False

Answer 3

假设您有一堆方法可以创建字符串值为 'foo' 的对象：

def f(s): return s.lower()
li=['foo',                     # 0
    'foo'.lower(),             # 1
    'foo'.strip(),             # 2
    'foo',                     # 3
    'f'+'o'*2,                 # 4
    '{}'.format('foo'),        # 5
    'f'+'o'+'o',               # 6
    intern('foo'.lower()),     # 7
    'foo'.upper().lower(),     # 8
    f('foo'),                  # 9
    'FOO'.lower(),             # 10
    'foo',                     # 11
    format('foo'),             # 12
    '%s'%'foo',                # 13
    '%s%s'%('fo','o'),         # 14
    'f'   'oo'                 # 15
]

is 仅当对象具有相同的 id 时解析为 True。您可以对此进行测试，并查看哪些字符串对象在运行时已暂留到同一个不可变字符串中：

def cat(l):
    d={}
    for i,e in enumerate(l):
        k=id(e)
        d.setdefault(k,[]).append(i)
    return 'n'.join(str((k,d[k])) for k in sorted(d)) 

指纹：

(4299781024, [0, 2, 3, 6, 7, 11, 12, 13, 15])
(4299781184, [5])
(4299781784, [1])
(4299781864, [4])
(4299781904, [9])
(4299782944, [8])
(4299783064, [10])
(4299783144, [14])

您可以看到大多数解析（或被扣留）到同一个字符串对象，但有些则没有。这取决于实现。

您可以使用函数 intern 使它们都成为相同的字符串对象：

print cat([intern(s) for s in li]) 

指纹：

(4299781024, [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15])