'is'运算符与非缓存整数意外地运行

Question

在玩Python解释器时,我偶然发现了关于is运算符的这个冲突的情况:

如果评估发生在它返回的函数中True,如果它在外部完成则返回False.

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

由于is运营商评估id()的参与对象,这意味着a并b指向同一个int函数内声明的时候实例func,但是,相反,它们指向一个不同的对象时,它的外面.

为什么会这样？

---

<sup>注意:我知道identity(is)和equal(==)操作之间的区别,如了解Python的"is"操作符中所述.另外,我也知道python正在对范围内的整数执行缓存,[-5, 256]如"is"中所述,运算符与整数一起出现意外行为.

这不是这里的情况,因为数字超出了该范围,我确实想要评估身份而不是平等.</sup>

Answer 1

TL;博士:

正如参考手册所述:

块是一段Python程序文本,作为一个单元执行.以下是块:模块,函数体和类定义. 交互式输入的每个命令都是一个块.

这就是为什么,在功能的情况下,你有一个单一的代码模块包含一个单一的数字文本对象 1000,所以id(a) == id(b)会产生True.

在第二种情况下,你有两个不同的代码对象各有自己不同的对象字面1000如此id(a) != id(b).

请注意,此行为不会int仅显示文字,您将获得类似的结果,例如float文字(请参阅此处).

当然,比较对象(显式is None测试除外)应始终使用相等运算符完成,==而不是 is.

_{这里陈述的所有内容都适用于最流行的Python CPython实现.其他实现可能不同,因此在使用它们时不应进行任何假设.}

更长的答案:

为了获得更清晰的视图并另外验证这种看似奇怪的行为,我们可以code使用该dis模块直接查看每个案例的对象.

对于功能func:

除了所有其他属性外,函数对象还具有一个__code__属性,允许您查看该函数的已编译字节码.使用dis.code_info我们可以获得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Constants功能的输入感兴趣func.在其中,我们可以看到我们有两个值,None(始终存在)和1000.我们只有一个单一的,代表的整型实例1000.这是该值a和b将要分配被调用函数时.

访问此值很容易func.__code__.co_consts[1],因此,a is b在函数中查看我们的评估的另一种方法是这样的:

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

当然,这将评估,True因为我们指的是同一个对象.

对于每个交互命令:

如前所述,每个交互式命令都被解释为单个代码块:独立解析,编译和评估.

我们可以通过compile内置函数获取每个命令的代码对象:

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

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

对于相同的命令com2看起来相同,但有一个根本的区别:每个代码的对象com1,并com2具有代表字面不同INT实例1000.这就是为什么,在这种情况下,当我们a is b通过co_consts参数进行时,我们实际得到:

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

这与我们实际得到的结果一致.

不同的代码对象,不同的内容.

注意:我对源代码中究竟是如何发生这种情况有点好奇,经过挖掘后我相信我终于找到了它.

在编译阶段,co_consts属性由字典对象表示.在compile.c我们其实可以看到初始化:

/* 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,检查已存在的常量.有关详细信息,请参阅下面的@Raymond Hettinger的答案.

注意事项:

• 链式语句将评估为身份检查 True

  现在应该更清楚为什么以下评估结果如下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.与函数对象的情况一样,只会1000创建一个文字对象,从而在True计算时产生一个值.

• 在模块级别执行True再次产生:

  如前所述,参考手册指出:

  ......以下是块:模块 ......

  因此同样的前提适用:我们将有一个代码对象(对于模块),因此,为每个不同的文字存储单个值.

• 同样不适用于可变对象:

  这意味着除非我们显式初始化为相同的可变对象(例如,使用a = b = []),否则对象的标识永远不会相等,例如:

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

  同样,在文档中,这是指定的:

  在a = 1之后; b = 1,a和b可能会或可能不会引用具有值1的同一对象,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,新创建的空列表.

Answer 2

在交互式提示符下,条目以单一模式编译,一次处理一个完整的语句.编译器本身(在Python/compile.c中)跟踪名为u_consts的字典中的常量,该常量将常量对象映射到其索引.

在compiler_add_o()函数中,您会看到在添加新常量(并递增索引)之前,将检查dict以查看常量对象和索引是否已存在.如果是这样,它们将被重用.

简而言之,这意味着一个语句中的重复常量(例如在函数定义中)被折叠成一个单例.相比之下,您a = 1000和b = 1000两个单独的陈述,因此不会发生折叠.

FWIW,这只是一个CPython实现细节(即语言无法保证).这就是为什么这里给出的引用是C源代码而不是语言规范,它不能保证主题.

希望您喜欢CPython如何在引擎盖下工作的洞察力:-)