Python中不可变对象的对象标识行为解析

嘿，这个问题问到点子上了——Python里不可变对象的is行为背后藏着不少解释器实现的细节，咱们一个个拆解清楚：

大部分情况下，这是CPython为了性能优化做的实现细节，而非Python语言规范的强制要求，但有个例外：小整数池是刻意设计的单例。

Python语言规范从来没规定“相同内容的不可变对象必须是同一个实例”，解释器完全可以根据自己的策略决定是否复用实例。比如小整数池（默认范围是-5到256）的设计是刻意的——因为这些整数在代码里出现频率极高，复用它们能大幅节省内存、加速对象创建。而字符串的驻留、浮点数/元组的不复用，则是解释器基于性能成本和收益做出的优化选择，属于“有目的的附带结果”。

咱们分对象类型逐个说：

• 浮点数：浮点数的可能取值范围极大，而且存在精度问题（比如看起来相同的浮点数，二进制表示可能有细微差异）。如果尝试缓存所有浮点数，内存成本极高，还容易因为精度问题导致错误复用，所以CPython干脆不为浮点数做缓存，每个浮点数实例都是全新的。
• 元组：元组虽然不可变，但它的元素可以是任意对象，组合空间无限大。缓存元组的收益极低，而且会占用大量内存，所以CPython只对空元组做了单例处理（() is ()会返回True），其他带元素的元组都会创建新实例。
• 字符串：这里的核心是CPython的**字符串驻留（string interning）**机制：
  • 对于字面量字符串（比如"1024"），解释器在编译阶段就会自动将其驻留——也就是说，同一个字面量会被复用为同一个实例，所以a is b返回True。
  • 对于动态生成的字符串（比如str(2**10)），这是在运行时生成的内容，解释器不会自动驻留它（除非字符串符合标识符规则，比如全字母数字下划线，或者手动调用sys.intern()），所以每次生成都会创建新实例，a is b返回False。

举个验证的例子：

import sys
a = str(2**10)
b = str(2**10)
print(a is b)  # False
# 手动驻留后
a_interned = sys.intern(a)
b_interned = sys.intern(b)
print(a_interned is b_interned)  # True

首先必须强调：永远不要用is来比较不可变对象的内容，==才是用来判断内容相等的正确方式，is只应该用来判断对象身份（比如判断是否为None）。除此之外，还有这些场景要留意：

• C扩展/底层操作：像你提到的案例，小整数是全局单例，如果在C层绕过Python的不可变限制修改了某个小整数的对象，会影响整个解释器里所有用到这个数的地方，这是极其危险的操作。
• 手动字符串驻留：如果用sys.intern()手动驻留了字符串，后续生成的相同字符串会复用这个实例。如果代码里不小心用is判断字符串相等，可能会因为驻留机制得到意外的结果。
• 跨环境兼容性：不同Python实现（比如CPython vs PyPy）或不同版本的缓存规则可能不同。比如PyPy的整数缓存范围更大，字符串驻留策略也更激进，依赖对象标识的代码在不同环境下可能表现不一致。
• 多进程场景：每个进程有自己独立的Python解释器实例，所以单例对象（比如小整数）只在当前进程内有效，跨进程的对象身份肯定不同。
• 单元测试：如果测试用例依赖对象身份（比如断言某个函数返回的是特定实例），可能会因为解释器的优化行为导致测试失败，这种测试逻辑本身就有问题，应该改用==判断内容。

内容的提问来源于stack exchange，提问作者doetoe