Python中的字符串Interning是什么_相同字符串引用优化的原理-Python教程-PHP中文网

字符串驻留是cpython运行时优化，非语法特性；仅符合标识符规则且编译期确定的字面量自动驻留，其余需显式调用sys.intern()，误用可能导致内存泄漏或比较错误。

python中的字符串interning是什么_相同字符串引用优化的原理

字符串驻留不是语法特性，而是CPython的运行时优化

Python不会对所有字符串自动驻留，它只在特定条件下复用对象。这个行为由CPython解释器内部维护的 interned 字典控制，本质是字典查表：键是字符串值，值是其内存地址。你调用 sys.intern() 或触发编译期驻留时，解释器才往这个字典里写入或查找。

这意味着：同一段代码在交互式环境（逐行编译）和脚本文件（整块编译）中，a is b 的结果可能不同；而跨模块、动态生成的字符串（如 "a" + "b"）默认不驻留——除非显式调用 sys.intern()。

哪些字符串会被自动驻留？看命名规则和编译时机

CPython对满足以下条件的字符串做**隐式驻留**：

内容符合 Python 标识符规则：以字母或下划线开头，后续只含字母、数字、下划线（例如 "user_id"、"_cache"）
在源码中作为字面量直接出现（不是拼接、格式化、input() 输入等运行时构造）
出现在编译阶段可确定的位置，比如变量赋值、函数名、类名、模块级常量

反例："hello world"（含空格）、"123abc"（数字开头）、"a" + "b"（运行时拼接）都不会被自动驻留。你可以用 id() 或 is 验证：

import sys
a = "hello_world"
b = "hello_world"
print(a is b)  # True —— 符合标识符规则，自动驻留
<p>c = "hello world"
d = "hello world"
print(c is d)  # False —— 含空格，不驻留</p>

手动驻留要用 `sys.intern()`，但别滥用

sys.intern() 是唯一可靠的显式驻留方式，适用于你知道会高频重复、且需快速身份比较的场景（比如解析 CSV 列名、HTTP 头字段、数据库字段名）。

python 查询技能

查询客流数据，输出JSON格式，可直接导入Bitable等可视化工具

下载

但它有代价：

每次调用都要查 interned 字典，是哈希查找，但仍有开销
驻留后的字符串永不释放（直到解释器退出），内存只增不减
多线程下安全，但频繁调用可能成为瓶颈

典型误用：对每个 line.strip() 都 sys.intern()。正确做法是只对有限集合（如预定义的字段名列表）驻留：

import sys
COLUMNS = ["name", "age", "city"]
INTERNED_COLS = {col: sys.intern(col) for col in COLUMNS}
<h1>解析时</h1><p>for line in lines:
cols = line.split(",")
if sys.intern(cols[0]) is INTERNED_COLS["name"]:  # 快速身份判断
...</p>