详解python中的 is 操作符

172 阅读 0 评论 114 点赞

我是靠谱客的博主欢呼跳跳糖，最近开发中收集的这篇文章主要介绍详解python中的 is 操作符，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

大家可以与Java中的 == 操作符相互印证一下，加深一下对引用和对象的理解。原问题： Python为什么直接运行和在命令行运行同样语句但结果却不同，他们的缓存机制不同吗?

其实，高票答案已经说得很详细了。我只是再补充一点而已。

is 操作符是Python语言的一个内建的操作符。它的作用在于比较两个变量是否指向了同一个对象。

与 == 的区别

class A():
 def __init__(self, v): 
  self.value = v
 def __eq__(self, t): 
  return self.value == t.value
a = A(3)
b = A(3)
print a == b
print a is b

这个结果是True，False。因为我们重写了__eq__方法就使得a, b在比较的时候，只比较它们的value即可。只要它们的value相等，那么a, b就是相等的。

而 is 操作符是判断两个变量是否引用了同一个对象。

同一个对象？

is 的用法说起来其实挺简单的，但是真正用起来，它的难点恰恰就在于判断哪些对象是同一个对象。

看下面的几个测试，先不看结果，自己能答对多少？

a = 10
b = 10
print a is b
a = 10.0
b = 10.0
print a is b
a = 10
def f():
 return 10
print f() is a
a = 1000
def f():
 return 1000
print f() is a
a = 10.0
def f():
 return 10.0
print f() is a

嗯。这个结果是True, True, True, False, False。你答对了吗？

这个结果中牵扯到两个问题：第一，就是小整数的缓存，第二，就是pyc文件中CodeObject的组织问题。

Python中把-127到128这些小整数都缓存了一份。这和Java的Integer类是一样的。所以，对于-127到128之间的整数，整个Python虚拟机中就只有一个实例。不管你什么时候，什么场景下去使用 is 进行判断，都会是True，所以我们知道了这两个测试一定会是True:

a = 10
b = 10
print a is b
a = 10
def f():
 return 10
print f() is a

接着，我们重点看下，这两个测试：

a = 10.0
b = 10.0
print a is b
a = 10.0
def f():
 return 10.0
print f() is a

为什么一个是True，一个是False。要探究这个问题，就要从字节码的角度去分析了。我们先把这个文件编译一下：

python -m compileall testis.py

然后再使用这个工具查看一下字节码文件：

https:// github.com/hinus/railgu n/blob/master/src/main/python/rgparser/show.py

得到这样的输出：

 <argcount> 0 </argcount>
 <nlocals> 0</nlocals>
 <stacksize> 2</stacksize>
 <flags> 0040</flags>
 <code>
  6400005a00006400005a01006500006501006b080047486400005a000064
  01008400005a02006502008300006500006b0800474864020053
 </code>
 <dis>
 1   0 LOAD_CONST    0 (10.0)
    3 STORE_NAME    0 (a)

 2   6 LOAD_CONST    0 (10.0)
    9 STORE_NAME    1 (b)

 3   12 LOAD_NAME    0 (a)
    15 LOAD_NAME    1 (b)
    18 COMPARE_OP    8 (is)
    21 PRINT_ITEM   
    22 PRINT_NEWLINE  

 5   23 LOAD_CONST    0 (10.0)
    26 STORE_NAME    0 (a)

 6   29 LOAD_CONST    1 (<code object f>)
    32 MAKE_FUNCTION   0
    35 STORE_NAME    2 (f)

 8   38 LOAD_NAME    2 (f)
    41 CALL_FUNCTION   0
    44 LOAD_NAME    0 (a)
    47 COMPARE_OP    8 (is)
    50 PRINT_ITEM   
    51 PRINT_NEWLINE  
    52 LOAD_CONST    2 (None)
    55 RETURN_VALUE  
 </dis>
 <names> ('a', 'b', 'f')</names>
 <varnames> ()</varnames>
 <freevars> ()</freevars>
 <cellvars> ()</cellvars>
 <filename> 'testis.py'</filename>
 <name> '<module>'</name>
 <firstlineno> 1</firstlineno>
 <consts>
  10.0
  <code>
   <argcount> 0 </argcount>
   <nlocals> 0</nlocals>
   <stacksize> 1</stacksize>
   <flags> 0043</flags>
   <code> 64010053</code>
   <dis>
 7   0 LOAD_CONST    1 (10.0)
    3 RETURN_VALUE  
   </dis>
   <names> ()</names>
   <varnames> ()</varnames>
   <freevars> ()</freevars>
   <cellvars> ()</cellvars>
   <filename> 'testis.py'</filename>
   <name> 'f'</name>
   <firstlineno> 6</firstlineno>
   <consts>
   None
   10.0
   </consts>
   <lnotab> 0001</lnotab>
  </code>
  None
 </consts>
 <lnotab> 060106010b0206010902</lnotab>

大家注意看，整个python文件其实就是一个大的<code>对象，f 所对应的那个函数也是一个<code>对象，这个code对象做为整体是大的<code>对象的consts域里的一个const项。再注意，在大<code>对象里，有10.0这样的一个const项，f 这个<code>对象所对应的conts里呢，也有一个10.0这个浮点数。

当python在加载这个文件的时候，就会完成主<code>里的10.0这个浮点数的加载，生成一个PyFloatObject。也就是说静态的pyc文件的常量表在被加载以后，就变成了内存中的常量表，文件的表里的10.0就变成了内存中的一个PyFloatObject。所以，a, b两个变量都会引用这个PyFloatObject。

但是 f 里的那个10.0呢？它是要等到MAKE_FUNCTION被调用的时候才会真正地初始化。做为 f 方法的返回值，它必然与我们之前所说的主<code>里的10.0不是同一个对象了。

本质上讲，这是Python的一个设计缺陷（例如Java以一个文件为编译单元，共享同一个常量池就会减轻这个问题。但如果跨文件使用 == 操作符，也会出现同样的问题。仍然没有解决这个问题。实际上，我自己也不知道该怎么解决这个问题。）我们应该尽量避免 is 的这种用法。始终把 is 的用法限制在本文的第一个例子中。这样相对会安全一些。