python如何做字符串魔術？

Question

我今天被一個字符串比較弄糊塗了：看起來python重用字符串（這是一個明智的做法，因爲它們是不可變的）。爲了檢查這個事實，我做了以下事情：

>>> a = 'xxx' 
>>> b = 'xxx' 
>>> a == b 
True 
>>> a is b 
True 
>>> id(a) 
140141339783816 
>>> id(b) 
140141339783816 
>>> c = 'x' * 3 
>>> id(c) 
140141339783816 
>>> d = ''.join(['x', 'x', 'x']) 
>>> id(d) 
140141339704576 

這有點令人驚訝。一些問題：

• 在定義新字符串時，python是否檢查其字符串表的全部內容？
• 字符串大小是否有限制？
• 這種機制是如何工作的（比較字符串的散列？）
• 雖然它似乎並不適用於所有類型的生成字符串。這裏的規則是什麼？

Answer 1

由於這個問題有一些upvotes（雖然它是一個重複的有點），我會在這裏回答我原來的問題（感謝上述評論）：

1. 是，蟒蛇檢查全部內容的內部表：但只適用於一些字符串，大部分也可以用作標識符。這個想法是python解釋器（編譯器？）用於標識符處理的加速技巧對於通用字符串處理也很有用。這個過程被稱爲實習
2. 據我所知是沒有限制字符串大小，但也有其他規則的字符串被重複使用（主要是：他們必須像蟒蛇標識符）
3. 是，表是一個普通的python字典，並且這些字符串具有用於查找的散列值。
4. 它僅用於字符串文字和常量表達式。基本上，對於python解釋器在編譯階段可以推斷出的所有東西。

爲了澄清最後一點，以下片段在所有情況下都會對字符串'xxx'進行評估，但他們對於實習有不同的處理方式。

這是一個常量表達式：

'x' * 3 

但是，這並不：

a = 'x' 
a * 3 # this is no constant expression, so no interning can be applied. 

這是毫無表情：

''.join(['x', 'x', 'x']) # this is no expression (a function is called)