Python字符串驻留机制测试结果差异原因咨询

问题背景 #

我正在学习Python字符串驻留机制，执行了如下测试代码：

# short str
list_short_str = ['0', str(0), chr(48), ''.join(['0']), '0'.join(('','')), '230'[-1:], ''+'0'+'', 'aaa0a'.strip('a')]

print("short str id:")

for item in list_short_str:
    print(id(item))
    
# long str
list_long_str = ['hello', 'hel'+'lo', 'helloasd'[:5], ''.join(['h','e','l','l','o']), '  hello '.strip(' ')]

print("long str id:")

for item in list_long_str:
    print(id(item))

得到输出结果：

short str id:
2450307092400
2450856182064
2450307092400
2450307092400
2450298848880
2450307092400
2450307092400
2450307092400
long str id:
2450855173808
2450855173808
2450856182256
2450856182320
2450856182192

在IDLE、PyCharm和Jupyter三种IDE中测试均得到一致结果：

• 短字符串'0'的相关测试里，str(0)和'0'.join(('',''))的id不同，其余操作生成的字符串id均相同；
• 长字符串'hello'的相关测试里，仅'hello'与'hel'+'lo'的id相同，其余操作生成的字符串id均不同。

查阅相关资料未找到原因，恳请解答该差异产生的原因。

原因解析 #

Python的字符串驻留（string interning）是内存优化机制，通过复用已有字符串对象减少内存占用，但触发规则并非覆盖所有场景，核心取决于字符串是否在编译期可确定，以及运行时操作是否主动触发驻留。

一、短字符串'0'的ID差异分析 #

1. str(0)生成的字符串未被驻留
   str(0)是运行时调用内置函数生成的字符串，不属于编译期字面量。Python自动驻留机制默认仅对编译期可确定的字面量（如直接写的'0'）、编译期可计算的表达式（如''+'0'+''）进行驻留，动态生成的结果不会自动加入驻留池，除非显式调用sys.intern()。

2. '0'.join(('',''))生成的字符串未被驻留
   str.join()方法的返回结果是否驻留取决于底层实现：对于空序列拼接（两个空字符串用'0'连接），虽然结果是'0'，但join是运行时动态创建新字符串的逻辑，不会主动触发驻留——毕竟join的场景多为动态拼接任意内容，Python不会默认对这类结果做驻留优化。

3. 其余操作触发驻留的原因

• chr(48)：返回的单个ASCII字符属于Python自动驻留范围，恰好返回'0'，直接复用驻留池中的对象；
• ''.join(['0'])：当join的序列仅含一个字符串元素时，CPython底层会直接返回该元素本身，因此复用驻留池中的'0'；
• '230'[-1:]：切片结果为单个已驻留的字面量字符，直接复用驻留池对象；
• ''+'0'+''：属于编译期可计算的表达式，编译器会提前优化为'0'，使用驻留池对象；
• 'aaa0a'.strip('a')：strip返回的'0'是单个ASCII字符，CPython底层会复用驻留池中的已有对象。

二、长字符串'hello'的ID差异分析 #

1. 'hello'与'hel'+'lo'ID相同
   'hel'+'lo'是编译期可计算的拼接表达式，Python编译器会在编译阶段将其合并为'hello'字面量，因此和直接写的'hello'共享同一个驻留对象。

2. 其余操作未触发驻留的原因

• 'helloasd'[:5]：切片是运行时动态生成字符串的操作，即使结果是'hello'，也不会自动驻留——切片结果可能是任意子串，Python不会默认对这类动态生成的长字符串做驻留；
• ''.join(['h','e','l','l','o'])：join运行时动态拼接字符序列生成的字符串，不会主动加入驻留池，因此创建新对象；
• ' hello '.strip(' ')：strip运行时处理后返回的结果属于动态生成字符串，同样不会自动触发驻留，生成新对象。

补充：CPython的自动驻留规则主要覆盖：

• 编译期字面量（数字、单个字符、符合规则的短字符串）
• 编译期可计算的字符串拼接（仅当所有操作数都是字面量时）
  运行时动态生成的字符串，需显式调用sys.intern()才会进入驻留池。

内容的提问来源于stack exchange，提问作者wangjianyu