《python源码剖析》笔记 python中的字符串对象

本文为senlie原创，转载请保留此地址：http://blog.csdn.net/zhengsenlie

1.      PyStringObject --> 变长不可变对象

typedef struct{           PyObject_VAR_HEAD//ob_size变量保存着对象中维护的可变长度内存的大小           longob_shash; //缓存该对象的hash值，用于dict的查询           intob_sstate; //标志该对象是否经过intern机制的处理           char ob_sval[1];// 字符指针，指向一段内存} PyStringObject;

PyString_Type --> PyStringObject的类型对象。

PyTypeObjectPyString_Type = {PyObject_HEAD_INIT(&PyType_Type)0,"str",sizeof(PyStringObject),sizeof(char),//……(reprfunc)string_repr,  /* tp_repr */&string_as_number,  /* tp_as_number */&string_as_sequence,  /* tp_as_sequence */&string_as_mapping,  /* tp_as_mapping */(hashfunc)string_hash,  /* tp_hash */0,  /* tp_call *///……string_new,  /* tp_new */PyObject_Del,  /* tp_free */};

PyStringObject对数值操作、序列操作和映射操作都支持

2.      创建PyStringObject对象

两种途径：

PyObject *PyString_FromString(const char *str)PyObject *PyString_FromStringAndSize(const char *str, intsize)

PyString_FromString

1.      判断字符串长度：PY_SSIZE_T_MAX

2.      处理null string

3.      处理单个字符

4.      申请内存，创建新的PyStringObject对象，并初始化。

5.      intern(共享)长度较短的PyStringObject对象

3.      字符串对象的intern机制

对于intern之后的字符串，在整个python的运行期间，比如“Ruby”，系统中都只有唯一的一个与”Ruby”字符串对应的PyStringObject对象。

如果对于a应用了intern机制，那么之后要创建b的时候，Python会首先在系统中记录的已经被intern机制处理了的PyStringObject对象中查找，如果发现该字符数组对应的PyStringObject对象已经存在了，就直接将该对象的引用返回。

interned是(key, value)集合 --> key, value是对应的PyStringObject对象的引用

interned中的指针还能作为a的有效引用，因此在将a的PyObject指针作为key和value添加到interned中后，要将a的引用计数减2，不然a在python结束之前永远不会被删除。

Python在运行时创建了一个PyStringObject对象temp后，基本上都会调用PyString_InternInPlace对temp进行处理，intern机制会减少temp的引用计数，temp对象会由于引用计数减为0而被销毁。

4.      字符缓冲池

1)  创建 PyStringObject 对象”P”

2)   对对象”P”进行 Intern 操作

3)  将对象”P”缓存至字符缓冲池中

好像只是为了加速查找？

5.      PyStringObject效率相关问题

字符串连接操作

“+”效率低下，连接N个PyStringObject要进行N-1次内存申请和搬运的工作

推荐用join