什么是复制字符串？Python如何复制字符串

454398 2020-11-25 3014

编程语言及工具

105人已加入

描述

连续几篇文章都在写 Python 字符串，这出乎我的意料了。但是，有的问题，不写不行，特别是那种灵机一动想到的问题，最后你发现，很多人根本不懂却又误以为自己懂了。那就继续刨根问底，探究个明白吧。

在上一篇文章《你真的知道Python的字符串怎么用吗？》里，我突发奇想，将字符串跟列表做了比较，然后发现字符串竟然没有复制的方法。当时没有细想，只说要搁置疑问。过后，有好学的小伙伴在后台留言，与我交流这个问题，给了我一些启发。为了彻底弄懂它，我继续查了不少资料，今天，就跟大家分享一下我发现的东西吧。

本文标题的问题分为两部分：（1）Python 中是否支持复制字符串？（2）如果不支持，为什么不支持？

请读者花几分钟想一下，想清楚后，把你的答案记住，然后再往下看。

让我们做一个约定（自愿遵守）：如果看到最后，你推翻了现在的答案，建立了新的认知，这说明我写的内容有用，那请你任意赞赏，或者将本文分享给其他使用 Python 的小伙伴。

1. 什么是复制字符串？

首先，必须要大家对“复制”这个概念达成共识。复制，也叫拷贝，英文单词是 copy，具体意思是“将某事物通过某种方式制作成相同的一份或多份的行为”（释义来自维基百科）。复制的结果是，出现了多份极其相似但却相互独立的事物（副本），举例来说，你有一份文档 X，然后复制一份并重新命名为 Y，这两者是相互独立的，若你删除其中一个，另一个不会一起被删除。

这个词用在 Python 里，我们想表达的是同样的意思，即复制行为会产生新的独立对象，它与原始对象极其相似，但两者的生命周期没有直接的关联关系。下面先用列表来举例：

list1 = [1,2]
id(list1) 
>>> 1981119454856

list2 = list1.copy()
print(list1 == list2) 
>>> True
id(list2)
>>> 1981116983752

上例中，列表 list2 是 list1 的副本，两者字面量相等，但是内存地址（即 id ）不相等，是两个相互独立的对象。如果字符串能够做到同样的效果，那我们就说，字符串可以被复制，否则，我们说字符串不可以被复制。

2. 怎样能复制字符串？

有了上面的概念和示例，请先思考，你会用什么方式复制字符串呢？（暂停，思考3分钟）

好了，先看看下面的几种方法：

s0 = "Python猫"

s1 = s0
s2 = str(s0)
s3 = s0[:]
s4 = s0 + ''
s5 = '%s' % s0
s6 = s0 * 1
s7 = "".join(s0)
import copy
s8 = copy.copy(s0)

你想到的复制方式是否在以上8种方式里呢？那么，如果把 s0 至 s8 的 id 打印出来，有哪些会跟 s0 不同呢？

答案是，它们的内存地址 id 完全相同，也就是说，一顿操作猛如虎，结果却始终只有一份字符串，根本没有复制出新的字符串！

Python猫的老读者看到这，会心一笑，这不就是因为字符串的 Intern 机制嘛，短字符串在内存中只会存在一份，在《Python中的“特权种族”是什么？》这篇文章里提到过的。

但请别开心得太早，你可以把 s0 改成一个超长的字符串，例如：

s0 = "Python猫是来自喵星的客人，它喜欢地球和人类，正在学习Python，而且想借助Python变成人，它的微信公众号也叫Python猫，欢迎你关注哦，喵喵喵喵~~~"

然后，再重复上面的操作。最终，你会发现，s0 到 s8 的 id 还是完全相同。

是不是吃惊了呢？新的 s0 明明已经超过 Intern 机制的长度了，为什么不会产生新的字符串呢？

首先，请你相信，超出 Intern 机制的字符串可以存在多份，即你可以创建出值完全相同的多个字符串对象，因为字符串对象在内存中并不一定是唯一的：

s9 = "Python猫是来自喵星的客人，它喜欢地球和人类，正在学习Python，而且想借助Python变成人，它的微信公众号也叫Python猫，欢迎你关注哦，喵喵喵喵~~~"

print(id(s0) == id(s9))
>>> False

上例表明，你可以创建出多个相同的字符串对象，但是这种方法与前面列举的8种不同，因为它是独立于 s0 的操作，并不是一种复制操作。从理论上讲，Python 完全可以提供一个方法，达到复制出新的副本的结果。现在的问题恰恰就是：为什么允许存在多个相等的字符串对象，但是却无法通过复制的方式来创建呢？

3. 为什么不允许复制字符串？

我发现，不仅字符串不允许复制，元组也如此，事实上，还有 int 、float 也不支持复制。它们都是不可变对象，为什么不可变对象就不支持复制操作呢？

在查资料的时候，我发现网上很多文章对于“不可变对象”的认识存在误区，这些人不知道 Intern 机制的存在，误以为字符串对象在内存只能有唯一一个，进而误以为不可变对象就是在内存中只有一份的对象。所以，这些文章很容易推断出错误的结论：因为字符串是不可变对象，所以字符串不支持复制。

事实上，不可变对象跟复制操作之间，并没有必然的强相关的关系。肯定是出于别的原因，设计者才给不可变对象加上这种限制，这个原因是什么呢？

在知乎上，有敏锐的同学提出了我的疑问“Python中如何复制一个值或字符串？”，可惜只有4个回答，而且都没答到点上。Stackoverflow上恰好也有一个问题“How can I copy a Python string?”，同样没多少人注意到，只有5个回答，好在最高票答案提到了一个点，即这样可以加快字典的查找速度。

然而，他说的这个点并不靠谱。字典要求键值是可哈希对象，可是计算字符串的哈希值是根据字面值计算，所以对多个相等的字符串对象，其哈希值其实是一样的，对计算和查找根本无影响。

w1 = "Python猫是来自喵星的客人，它喜欢地球和人类，正在学习Python，而且想借助Python变成人，它的微信公众号也叫Python猫，欢迎你关注哦，喵喵喵喵~~~"
w2 = "Python猫是来自喵星的客人，它喜欢地球和人类，正在学习Python，而且想借助Python变成人，它的微信公众号也叫Python猫，欢迎你关注哦，喵喵喵喵~~~"

print(w1 == w2) 
>>> True
print(id(w1) == id(w2)) 
>>> False 
print(hash(w1) == hash(w2)) 
>>> True

继续查资料，终于在《流畅的Python》找到了明确的解释：

这些细节是 CPython 核心开发者走的捷径和做的优化措施，对这门语言的用户而言无需了解，而且那些细节对其他 Python 实现可能没用，CPython 未来的版本可能也不会用。

这本《流畅的Python》是进阶首选书目之一，我曾读过部分章节，没想到在一个不起眼的小节里，作者 “惊讶地发现” 元组的不可复制性，在此之前，他还自以为“对元组无所不知”，哈哈哈。

虽然，我早猜测到原因是节省内存和提高速度，但看到这个明确的解释，知道这只是CPython 解释器的“善意的谎言”，而且在未来版本可能不会用，我感到特别意外。

它证实了我的猜测，同时，也提供了超预期的信息：其它 Python 解释器可能支持复制不可变对象，目前 CPython 算是一种妥协，在未来可能会恢复不可变对象的复制操作呢！

回到文章开头的两个问题，我们得到的答案是：Python 本身并不限制字符串的复制操作，只是当前版本的 CPython 做了优化，才导致出现这种“善意的谎言”，它这么做的原因为了对 Intern 机制做补充，设法使全部字符串对象在内存都只有一份，以达到节省内存的效果。

CPython 是用 C 语言实现的 Python 解释器，是官方的、使用最广泛的解释器。除了它，还有用 Java 实现的 Jython 解释器、用 .NET 实现的 IronPython 解释器、用 Python 实现的 PyPy 解释器，等等。其它解释器都是怎么应对字符串的复制操作的呢？唉，学无止境，本人才疏学浅没有涉猎，还是先搁置疑问吧。

这里，我就想提一个题外话，Python 最最最广为人诟病的就是 GIL（全局解释器锁），这导致它不支持真正意义的多线程，成为很多人指责 Python 慢的元凶。但是，这个问题是 CPython 解释器带来的，而像 Jython 解释器就不存在这个问题。

好了，就此打住吧。你是否还记得在文章开头时想到的答案呢？是否改变了最初的想法呢？欢迎关注公众号 Python猫，来跟我交流，一起来学习 Python ，做个合格的 Pythonista。

编辑：hfy

打开APP阅读更多精彩内容