python源码剖析笔记（三）

python源码剖析笔记（三）

字符串对象

定义：

typedef struct {
    PyObject_VAR_HEAD
    long ob_shash;
    int ob_sstate;
    char ob_sval[1];

    /* Invariants:
     *     ob_sval contains space for 'ob_size+1' elements.
     *     ob_sval[ob_size] == 0.
     *     ob_shash is the hash of the string or -1 if not computed yet.
     *     ob_sstate != 0 iff the string object is in stringobject.c's
     *       'interned' dictionary; in this case the two references
     *       from 'interned' to this object are *not counted* in ob_refcnt.
     */
} PyStringObject;

PyStringObject对象创建

• 1.通过str创建，2.通过str+size创建
• 字符串最大长度不能超过PY_SSIZT_T_MAX定义的值，在win32下该值为2G。
• 空字符串对应一个nullstring，长度为1的单个字符会使用内部缓存池中的字符串对象，其它字符串会使用内部intern缓存的字符串或申请新的字符串对象

intern机制

将字符串通过内部PyDict对象缓存起来，再将来要创建相同字符串时再返回缓存的字符串，以达到节省内存的目的

字符缓冲池

以静态变量的形式存在，python初始化以后，缓冲池中的所有PyStringObject指针都为空，1.创建字符对象，2.对字符对象进行intern操作，3.将对象缓存到缓冲池characters中。

字符串效率问题

多个字符串连接，如果使用"+"则会在每次字符串相加时创建一个字符串对象，申请n-1次内存，使用join则会统计数组中字符串对象的个数和总长度，只进行一次内存申请。