5.1. 字符串对象
字符串对象是“变长对象”。
5.1.1. Python中的创建
Python中字符串（strs）对象最重要的创建方法为PyUnicode_DecodeUTF8Stateful，如下Python语句最终会调用到PyUnicode_DecodeUTF8Stateful：
5.1.2. PyUnicode_DecodeUTF8Stateful的C调用栈
词法解析，最终调到PyUnicode_DecodeUTF8Stateful，调用顺序如下：
5.1.3. PyUnicode_DecodeUTF8Stateful源码
可以看到：
1、空串缓存：空串（unicode_empty）为同一个地址，第二次需要空串时，只是将计数加1，在_PyUnicodeWriter_Finish中实现空串缓存。
2、字符缓冲池：字符（unicode_latin1）为同一个地址，第二次需要该字符时，只是将计数加1，在get_latin1_char中实现字符缓存。
5.2. 常量字符串池
由上例可以看出Python对常量字符串做了缓存。缓存的关键性实现在PyUnicode_InternInPlace方法中。
5.2.1. PyUnicode_InternInPlace的C调用堆栈
5.2.2. PyUnicode_InternInPlace源码
其中最关键的方法为PyDict_SetDefault，该方法存在于字典对象dictobject.c中。如果没有相同的key（此处为s），则返回defaultobject（此处也为s），否则如果有相同的key则返回对应的value。所以如果t与s不同，则说明字典中有相应的key，此时将t的计数加1，并且将之前常量字符串的对象指向t。
如此一来，常量字符串的对象地址就一致了，此时s的计数会被消除，如果s的计数为0，则会被释放。值得注意的是，常量字符串的对象每次仍旧会被多分配一次内存，只是如果之前有分配过，且如果此次分配的对象计数为0，则会被释放。
有些情况下（字符串包含非0-9a-zA-Z）不会放到字典里，这时候可以通过sys.intern进行性能优化：
具体可以参考：memory - What does python sys.intern do, and when should it be used? - Stack Overflow
5.3. 字符串对象的特性
支持tp_as_number、tp_as_sequence、tp_as_mapping这三种操作。
5.3.1. 数值操作
5.3.2. 序列操作
因为没有实现PySequenceMethods中的设置方法，所以字符串不可变。
其中：
1、unicode_length
2、PyUnicode_Concat
多个字符串相加效率低于join，join只分配一次内存；
1、unicode_repeat
效率要高于同个字符串相加；
1、unicode_getitem：暂时没有找到相应Python语句；
2、PyUnicode_Contains
5.3.3. 关联操作
其中：
1、unicode_subscript
test[1]会走unicode_subscript方法的index分支，test[0:5]会走slice分支；
5.3.4. to string
5.3.5. hash
5.3.6. 比较
5.3.7. 内置方法
5.4 参考
Python源码剖析
本文作者：whj0709
本文为云栖社区原创内容，未经允许不得转载。
网友评论