Python 世界的黑客帝国
共 5104字，需浏览 11分钟
·
2020-10-30 02:06
文 | 太阳雪
来源：Python 技术「ID: pythonall」
相比于子弹时间和火爆场景，我更喜欢《黑客帝国》故事背景的假设 —— 人们熟悉的世界是虚构的，是机器给人大脑输入的幻象，而幻象是不完美的，存在一些不符合自然规律的地方，这些地方或多或少的展示了幻象世界的破绽和真实世界的样子，如果你看过《黑客帝国》动画版《超越极限》和《世界纪录》，将会有更深刻的感受
我们熟悉的、赖以生存的 Python 世界，其实也是个虚拟的，这个虚拟世界展示给我们无比绚烂的场景和功能的同时，也存在一些超乎常理和认知的地方，今天就带你一起探寻一些那些超自然点，以及它背后的真实世界
神奇的海象操作符
海象操作符 := 是 Python3.8 引入的一个新特性，意为节省一次临时变量的赋值操作，例如：
a = [1,2,3,4,5]
n = len(a)
if n > 4:
print(n)
意思是，如果列表 a 的长度大于 4，则打印 a 的长度，为了避免对列表长度的两次求解，利用变量 n 存储 a 的长度，合情合理
如果用 海象操作符（:=），会是这样：
a = [1,2,3,4,5]
if n := len(n) > 4:
print(n)
可以看到，省去了临时变量 n 的定义，通过海象操作符，一举两得
不得不说，Python 为能让我们提高效率，真是挖空心思，刚刚发布的 正式版 Python3.9，也是为提升效率做了多处改善
海象的表演
不过，看下面的代码
>>> a = "wtf_walrus"
>>> a
'wtf_walrus'
>>> a := "wtf_walrus" # 报错！
File "" , line 1
a := 'wtf_walrus'
^
SyntaxError: invalid syntax
>>> (a := "wtf_walrus") # 奇迹发生，竟然通过了！
'wtf_walrus'
>>> a
'wtf_walrus'
再来一段
>>> a = 6, 9 # 元组赋值
>>> a # 结果正常
(6, 9)
>>> (a := 6, 9) # 海象赋值，表达式结果正常
(6, 9)
>>> a # 临时变量竟然不同
6
>>> a, b = 6, 9 # 解包赋值
>>> a, b
(6, 9)
>>> (a, b = 16, 19) # Oh no！
File "" , line 1
(a, b = 6, 9)
^
SyntaxError: invalid syntax
>>> (a, b := 16, 19) # 这里竟然打印出三员元组！
(6, 16, 19)
>>> a # 问题是 a 竟然没变
6
>>> b
16
解密海象
非括号表达式的海象赋值操作海象操作符（
:=）适用于一个表达式内部的作用域，没有括号，相当于全局作业域，是会受到编译器限制的括号里的赋值操作相应的，赋值操作符（
=）不能放在括号里，因为它需要在全局作用域中执行，而非在一个表达式内海象操作符的本质海象操作符的语法形式为
Name := expr，Name为正常的标识符，expr为正常的表达式，因此可迭代的装包和解包表现的结果会和期望不同(a := 6, 9)实际上会被解析为((a := 6), 9)，最终，a 的值为 6，验证一下：>>> (a := 6, 9) == ((a := 6), 9)
True
>>> x = (a := 696, 9)
>>> x
(696, 9)
>>> x[0] is a # 引用了相同的值
True同样的，
(a, b := 16, 19) 相当于(a, (b := 16), 19，原来如此
不安分的字符串
先建立一个感知认识
>>> a = "some_string"
>>> id(a)
140420665652016
>>> id("some" + "_" + "string") # 不同方式创建的字符串实质是一样的.
140420665652016
奇特的事情即将发生
>>> a = "wtf"
>>> b = "wtf"
>>> a is b
True
>>> a = "wtf!"
>>> b = "wtf!"
>>> a is b # 什么鬼！
False
如果将这段代码写入脚本文件，用 Python 运行，结果却是对的：
a = "wtf!"
b = "wtf!"
print(a is b) # 将打印出 True
还有更神奇的，在 Python3.7 之前的版本中，会有下面的现象:
>>> 'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa'
True
>>> 'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'
False
20 个字符 a 组合起来等于 20个 a 的字符串，而 21 个就不相等
揭秘字符串
计算机世界里，任何奇特的现象都有其必然原因
这些字符串行为，是由于 Cpython 在编译优化时，某些情况下会对不可变的对象做存储，新建时之间建立引用，而不是创建新的，这种技术被称作 字符串驻留(string interning)，这样做可以节省内存和提高效率
上面代码中，字符串被隐式驻留了，什么情况下才会被驻留呢？
所有长度为 0 和 1 的字符串都会被驻留 字符串在编译时被驻留，运算中不会（ "wtf"会驻留，"".join("w", "t", "f")则不会）只有包含了字母、数值和下划线的字符串才会被驻留，这就是为什么 "wtf!"不会被驻留的原因（其中还有字符!）如果 a 和 b 的赋值 "wtf!" 语句在同一行，Python 解释器会创建一个对象，然后让两个变量指向这个对象。如果在不同行，解释器就不知道已经有了
"wtf!"对象，所以会创建新的（原因是"wtf!"不会被驻留）像 IPython 这样的交互环境中，语句是单行执行的，而脚本文件中，代码是被同时编译的，具有相同的编译环境，所以就能理解，代码文件中不同行的不被驻留字符串引用同一个对象的现象
常量折叠（constant folding）是 Python 的一个优化技术：窥孔优化(peephole optimization)，如
a = "a"*20，这样的语句会在编译时展开，以减少运行时的运行消耗，为了不至于让 pyc 文件过大，将展开字符限制在 20 个以内，不然想想这个"a"*10**100语句将产生多大的 pyc 文件注意 Python3.7 以后的版本中 常量折叠 的问题得到了改善，不过还不清楚具体原因（矩阵变的更复杂了）
小心链式操作
来一段骚操作
>>> (False == False) in [False] # 合乎常理
False
>>> False == (False in [False]) # 也没问题
False
>>> False == False in [False] # 现在感觉如何?
True
>>> True is False == False
False
>>> False is False is False
True
>>> 1 > 0 < 1
True
>>> (1 > 0) < 1
False
>>> 1 > (0 < 1)
False
不知到你看到这段代码的感受，反正我看第一次到时，怀疑我学的 Python 是假冒的~
到底发生了什么
按照 Python 官方文档，表达式章节，值比较小节的描述（https://docs.python.org/2/reference/expressions.html#not-in）：
通常情况下，如果 a、b、c、...、y、z 是表达式，op1、op2、...、opN 是比较运算符，那么
a op1 b op2 c ... y opN z等价于a op1 b and b op2 c and ... y opN z，除了每个表达式只被计算一次的特性
基于以上认知，我们重新审视一下上面看起来让人迷惑的语句：
False is False is False等价于(False is False) and (False is False)True is False == False等价于True is False and False == False，现在可以看出，第一部分True is False的求值为False， 所以整个表达式的值为False1 > 0 < 1等价于1 > 0 and 0 < 1，所以表达式求值为True表达式 (1 > 0) < 1等价于True < 1，另外int(True)的值为 1，且True + 1的值为 2，那么1 < 1就是False了
到底 is(是) 也不 is(是)
我直接被下面的代码惊到了
>>> a = 256
>>> b = 256
>>> a is b
True
>>> a = 257
>>> b = 257
>>> a is b
False
再来一个
>>> a = []
>>> b = []
>>> a is b
False
>>> a = tuple()
>>> b = tuple()
>>> a is b
True
同样是数字，同样是对象，待遇咋就不一样尼……
我们逐一理解下
is 和 == 的区别
is操作符用于检查两个变量引用的是否同一个对象实例==操作符用于检查两个变量引用对象的值是否相等所以
is用于引用比较，==用于值比较，下面的代码能更清楚的说明这一点:>>> class A: pass
>>> A() is A() # 由于两个对象实例在不同的内存空间里，所以表达式值为 False
False
256 是既存对象，而 257 不是
这个小标题让人很无语，还确实对象和对象不一样
在 Python 里 从 -5 到 256 范围的数值，是预先初始化好的，如果值为这个范围内的数字，会直接建立引用，否则就会创建
这就解释了为啥 同样的 257，内存对象不同的现象了
为什么要这样做？官方的解释为，这个范围的数值比较常用（https://docs.python.org/3/c-api/long.html）
不可变的空元组
和 -5 到 256 数值预先创建一样，对于不可变的对象，Python 解释器也做了预先创建，例如 对空的 Tuple 对象
这就能解释为什么 空列表对象之间引用不同，而空元组之间的引用确实相同的现象了
被吞噬的 Javascript
先看看过程
some_dict = {}
some_dict[5.5] = "Ruby"
some_dict[5.0] = "JavaScript"
some_dict[5] = "Python"
print(some_dict[5.5]) # Ruby
print(some_dict[5.0]) # Python Javascript 去哪了？
背后的原因
Python 字典对象的索引，是通过键值是否相等和比较键的哈希值来进行查找的
具有相同值的不可变对象的哈希值是相同的
>>> 5 == 5.0
True
>>> hash(5) == hash(5.0)
True于是我们就能理解，当执行
some_dict[5] = "Python"时，会覆盖掉前面定义的some_dict[5.0] = "Javascript"，因为 5 和 5.0 具有相同的哈希值
需要注意的是：有可能不同的值具有相同的哈希值，这种现象被称作 哈希冲突
关于字典对象使用哈希值作为索引运算的更深层次的原因，有兴趣的同学可以参考 StackOverflow 上的回答，解释的很精彩，网址是：https://stackoverflow.com/questions/32209155/why-can-a-floating-point-dictionary-key-overwrite-an-integer-key-with-the-same-v/32211042
总结
限于篇幅（精力）原因，今天就介绍这几个 Python 宇宙中的异常现象，更多的异常现象，收录在 satwikkansal 的 wtfpython 中（https://github.com/satwikkansal/wtfpython）。
任何华丽美好的背后都是各种智慧、技巧、妥协、辛苦的支撑，不是有那么一句话嘛：如果你觉得轻松自如，比如有人在负重前行。而这个人就是我们喜爱的 Python 及其 编译器，要更好的理解一个东西，需要了解它背后的概念原理和理念，期望通过这篇短文对你有所启发
本文代码测试版本为 Python3.8.2，实践中遇到问题，可留言或在交流群讨论
参考
https://github.com/satwikkansal/wtfpython https://docs.python.org/2/reference/expressions.html#not-in https://docs.python.org/3/c-api/long.html https://github.com/leisurelicht/wtfpython-cn
PS：公号内回复「Python」即可进入Python 新手学习交流群，一起 100 天计划！
老规矩，兄弟们还记得么，右下角的 “在看” 点一下，如果感觉文章内容不错的话，记得分享朋友圈让更多的人知道！
【代码获取方式】