基于同一容器的生成器在Python切片赋值中的处理机制探究

测试场景 #

在Python 3.8的REPL中执行以下代码：

>>> a = list(range(10))
>>> a[:] = (i for i in a for _ in range(2))
>>> a
[0, 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8, 8, 9, 9]

这里通过迭代原列表a的生成器对a做全切片赋值，元素数量并非一一对应，看似属于「迭代时修改列表」的危险操作，但实际结果完全符合预期。

1. 该行为是否可靠有保障？ #

完全可靠且有规范保障。Python处理切片赋值a[:] = iterable时，会先完整迭代右侧可迭代对象，将所有元素收集到临时序列中，之后再执行原列表内容的替换。也就是说，生成器迭代的是赋值操作启动前的原列表状态，不会受赋值过程中列表长度变化的干扰，这个行为属于Python语言定义的标准行为，并非依赖特定实现的未定义行为。

2. 是否存在版本差异？ #

从Python 2.3引入现代切片赋值实现开始，到所有稳定的Python 3版本，该行为完全一致。无论是Python 2.x（2.3及以后）还是Python 3.x，切片赋值都会先完成右侧可迭代对象的完整解析，再修改原列表，不会出现中途修改列表影响迭代的情况，不存在版本差异导致的错误结果。

3. 切片赋值的具体实现逻辑（以CPython为例） #

CPython中，a[slice_obj] = iterable的核心执行步骤如下：

• 解析左侧切片，确定需要替换的列表范围（a[:]对应整个列表）。
• 遍历右侧可迭代对象的所有元素，将其存入一个临时序列（比如列表）——这一步会完成全部迭代操作，无论右侧是生成器、集合还是其他可迭代类型，都会先提取所有元素。
• 根据临时序列的长度调整原列表的空间：如果临时序列长度与切片范围长度不同，会先对原列表进行扩容或缩容，确保有足够空间容纳新元素。
• 将临时序列中的元素依次拷贝到原列表的对应位置（全切片赋值时就是覆盖整个列表的内容）。

核心关键点在于：右侧可迭代对象的迭代过程，是在任何修改原列表的操作之前完成的，所以即使迭代的是原列表本身，也只会用到赋值前的原列表状态。

内容的提问来源于stack exchange，提问作者Karl Knechtel