“是”运算符的行为意外与非caching整数

在和Python解释器一起玩时，我偶然发现了关于is运算符的这个矛盾的例子：

如果评估发生在函数中，则返回True ，否则返回False 。 

 >>> def func(): ... a = 1000 ... b = 1000 ... return a is b ... >>> a = 1000 >>> b = 1000 >>> a is b, func() (False, True)

由于is运算符为所涉及的对象计算id() ，这意味着a和b在函数func声明时指向同一个int实例，但是相反，它们指向不在其外的对象。

这是为什么？

注意 ：我了解了Python的“is”运算符中所描述的identity（ is ）和equality（ == ）运算之间的区别。 另外，我也意识到python正在执行的范围[-5, 256]的整数的caching，正如“is”中所描述的那样，整个操作符的行为意外 。

这不是这种情况，因为这些数字超出了这个范围， 我想要评估身份而不是平等。

TL;博士：

如参考手册所述：

块是作为一个单元执行的一段Python程序文本。 以下是块：模块，函数体和类定义。 交互式input的每个命令都是一个块。

这就是为什么在一个函数的情况下，你有一个单一的代码块，其中包含数字文字1000的单个对象，所以id(a) == id(b)将产生True 。

在第二种情况下，你有两个不同的代码对象，每个代码对象都有它们自己的不同的1000对象，所以id(a) != id(b) 。

需要注意的是，这种行为并不仅仅以int文字来显示，你会得到类似的结果，例如float文字（见这里 ）。

当然，比较对象应该（除了明确的is Nonetesting）应该总是用相等运算符==来完成，而不是 。

这里所说的一切都适用于Python，CPython的最stream行的实现。 其他实现可能有所不同，因此在使用它们时不应该做出任何假设。

更长的答案：

为了得到一个更清晰的视图，另外validation这个看似奇怪的行为，我们可以使用dis模块直接查看这些情况下的code对象。

对于函数func ：

除了所有其他属性外，函数对象还有一个__code__钩子，可以让您查看该函数的编译字节码。 使用dis.code_info我们可以得到给定函数的代码对象中所有存储属性的漂亮视图： 

 >>> print(dis.code_info(func)) Name: func Filename: <stdin> Argument count: 0 Kw-only arguments: 0 Number of locals: 2 Stack size: 2 Flags: OPTIMIZED, NEWLOCALS, NOFREE Constants: 0: None 1: 1000 Variable names: 0: a 1: b

我们只对函数func的Constants条目感兴趣。 其中，我们可以看到，我们有两个值， None （总是存在）和1000 。 我们只有一个表示常量1000 int实例。 这是调用函数时将要分配给a和b的值。

访问这个值很容易通过func.__code__.co_consts[1]等等，另一种方式来查看我们的a is b在函数中的评估就像这样： 

 >>> id(func.__code__.co_consts[1]) == id(func.__code__.co_consts[1])

当然，因为我们指的是同一个对象，所以它会评价为“ True 。

对于每个交互式命令：

如前所述，每个交互式命令都被解释为一个单独的代码块：独立parsing，编译和评估。

我们可以通过内置的compile来获取每个命令的代码对象： 

 >>> com1 = compile("a=1000", filename="", mode="exec") >>> com2 = compile("b=1000", filename="", mode="exec")

对于每个赋值语句，我们将得到一个类似的代码对象，如下所示： 

 >>> print(dis.code_info(com1)) Name: <module> Filename: Argument count: 0 Kw-only arguments: 0 Number of locals: 0 Stack size: 1 Flags: NOFREE Constants: 0: 1000 1: None Names: 0: a

com2的相同的命令看起来是一样的，但是， 有一个基本的区别 ， 每个代码对象com1和com2有不同的int实例代表文字1000 。 这就是为什么在这种情况下，当我们通过co_consts参数做a is b ，我们实际上得到： 

 >>> id(com1.co_consts[0]) == id(com2.co_consts[0]) False

这与我们实际得到的结果是一致的。

不同的代码对象，不同的内容。

注意：在源代码中发生了这样的事情，并且仔细研究之后，我有点好奇，我相信我终于find了它。

在编译阶段， co_consts属性由一个字典对象表示。 在compile.c我们可以看到初始化： 

 /* snippet for brevity */ u->u_lineno = 0; u->u_col_offset = 0; u->u_lineno_set = 0; u->u_consts = PyDict_New(); /* snippet for brevity */

在编译期间，检查已经存在的常量。 请参阅下面的@Raymond Hettinger的回答 。

注意事项：

  • 链式语句将评估为True的身份检查

    现在应该更清楚为什么以下评估为True ： 

     >>> a = 1000; b = 1000; >>> a is b

    在这种情况下，通过将两个赋值命令链接在一起，我们告诉解释器将它们一起编译。 就像函数对象的情况一样，只有一个1000字符的对象会被创build，从而得到一个True值。

  • 在模块级别执行再次产生True ：

    如前所述，参考手册指出：

    …以下是块： 一个模块 …

    所以同样的前提适用：我们将有一个单一的代码对象（对于模块），因此，为每个不同的文字存储单个值。

  • 同样的不适用于可变对象：

    这意味着，除非我们明确初始化为同一个可变对象（例如a = b = []），否则这些对象的身份永远不会相等，例如： 

     a = []; b = [] a is b # always returns false

    再次，在文档中指定：

    之后a = 1; b = 1，a和b可能或不可能引用与值1相同的对象，具体取决于实现，但在c = []之后; d = []，c和d保证引用两个不同的唯一的新创build的空列表。

在交互式提示符下，条目以一次处理一个完整语句的单一模式进行编译 。 编译器本身（在Python / compile.c中 ）跟踪名为u_consts的字典中的常量，该字典将常量对象映射到其索引。

在compiler_add_o（）函数中，你会看到在添加一个新常量（并增加索引）之前，会检查字典是否存在常量对象和索引。 如果是这样，他们被重用。

总之，这意味着一个语句中的重复常量（比如在你的函数定义中）被折叠成一个单例。 相反，你的a = 1000和b = 1000是两个单独的陈述，所以不会发生折叠。

FWIW，这只是一个CPython的实现细节（即不受语言保证）。 这就是为什么在这里给出的参考是C源代码，而不是语言规范，不作任何保证的主题。

希望你对CPython的工作原理有如此的了解:-)

Interesting Posts