python如何做字符串魔术？

Question

我今天被一个字符串比较弄糊涂了：看起来python重用字符串（这是一个明智的做法，因为它们是不可变的）。为了检查这个事实，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 

这有点令人惊讶。一些问题：

• 在定义新字符串时，python是否检查其字符串表的全部内容？
• 字符串大小是否有限制？
• 这种机制是如何工作的（比较字符串的散列？）
• 虽然它似乎并不适用于所有类型的生成字符串。这里的规则是什么？

Answer 1

由于这个问题有一些upvotes（虽然它是一个重复的有点），我会在这里回答我原来的问题（感谢上述评论）：

1. 是，蟒蛇检查全部内容的内部表：但只适用于一些字符串，大部分也可以用作标识符。这个想法是python解释器（编译器？）用于标识符处理的加速技巧对于通用字符串处理也很有用。这个过程被称为实习
2. 据我所知是没有限制字符串大小，但也有其他规则的字符串被重复使用（主要是：他们必须像蟒蛇标识符）
3. 是，表是一个普通的python字典，并且这些字符串具有用于查找的散列值。
4. 它仅用于字符串文字和常量表达式。基本上，对于python解释器在编译阶段可以推断出的所有东西。

为了澄清最后一点，以下片段在所有情况下都会对字符串'xxx'进行评估，但他们对于实习有不同的处理方式。

这是一个常量表达式：

'x' * 3 

但是，这并不：

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

这是毫无表情：

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