为什么 `is` 运算符在脚本和 REPL 中的行为不同？

Question

在python中，两个代码有不同的结果：

a = 300
b = 300
print (a==b)
print (a is b)      ## print True
print ("id(a) = %d, id(b) = %d"%(id(a), id(b))) ## They have same address

但在 shell 模式下（交互模式）：

>>> a = 300
>>> b = 300
>>> a is b
False
>>> id(a)
4501364368
>>> id(b)
4501362224

"is" 运算符有不同的结果。

Answer 1

当您在.py脚本中运行代码时，整个文件会在执行前编译为代码对象。 在这种情况下，CPython 能够进行某些优化——比如为整数 300 重用同一个实例。

您还可以通过在更类似于执行脚本的上下文中执行代码来在 REPL 中重现它：

>>> source = """\ 
... a = 300 
... b = 300 
... print (a==b) 
... print (a is b)## print True 
... print ("id(a) = %d, id(b) = %d"%(id(a), id(b))) ## They have same address 
... """
>>> code_obj = compile(source, filename="myscript.py", mode="exec")
>>> exec(code_obj) 
True
True
id(a) = 140736953597776, id(b) = 140736953597776

其中一些优化非常激进。 您可以修改脚本行b = 300将其更改为b = 150 + 150 ，CPython 仍会将b “折叠”为相同的常量。 如果您对此类实现细节感兴趣，请查看peephole.c和 Ctrl+F 以获取PyCode_Optimize以及有关“consts 表”的任何信息。

相反，当您直接在 REPL 中逐行运行代码时，它会在不同的上下文中执行。 每行都以“单”模式编译，并且此优化不可用。

>>> scope = {} 
>>> lines = source.splitlines()
>>> for line in lines: 
...     code_obj = compile(line, filename="<I'm in the REPL>", mode="single")
...     exec(code_obj, scope) 
...
True
False
id(a) = 140737087176016, id(b) = 140737087176080
>>> scope['a'], scope['b']
(300, 300)
>>> id(scope['a']), id(scope['b'])
(140737087176016, 140737087176080)

Answer 2

关于 CPython 及其行为，实际上有两件事需要了解。 首先， [-5, 256]范围内的小整数在内部被保留。 因此，任何落在该范围内的值都将共享相同的 id，即使在 REPL 中也是如此：

>>> a = 100
>>> b = 100
>>> a is b
True

由于 300 > 256，它没有被拘留：

>>> a = 300
>>> b = 300
>>> a is b
False

其次，在脚本中，文字被放入已编译代码的常量部分。 Python 足够聪明地意识到，由于a和b都引用文字300并且300是一个不可变对象，它可以继续引用相同的常量位置。 如果您稍微调整一下脚本并将其编写为：

def foo():
    a = 300
    b = 300
    print(a==b)
    print(a is b)
    print("id(a) = %d, id(b) = %d" % (id(a), id(b)))


import dis
dis.disassemble(foo.__code__)

输出的开始部分如下所示：

2           0 LOAD_CONST               1 (300)
            2 STORE_FAST               0 (a)

3           4 LOAD_CONST               1 (300)
            6 STORE_FAST               1 (b)

...

如您所见，CPython 使用相同的常量槽加载a和b 。 这意味着a和b现在引用同一个对象（因为它们引用同一个插槽），这就是为什么a is b在脚本中为True但在 REPL 中不是。

如果您将语句包装在一个函数中，您也可以在 REPL 中看到这种行为：

>>> import dis
>>> def foo():
...   a = 300
...   b = 300
...   print(a==b)
...   print(a is b)
...   print("id(a) = %d, id(b) = %d" % (id(a), id(b)))
...
>>> foo()
True
True
id(a) = 4369383056, id(b) = 4369383056
>>> dis.disassemble(foo.__code__)
  2           0 LOAD_CONST               1 (300)
              2 STORE_FAST               0 (a)

  3           4 LOAD_CONST               1 (300)
              6 STORE_FAST               1 (b)
# snipped...

底线：虽然 CPython 有时会进行这些优化，但您不应该真正指望它——它实际上是一个实现细节，并且随着时间的推移它们已经改变（CPython 过去只对不超过 100 的整数执行此操作，因为例子）。 如果您要比较数字，请使用== 。 :-)