什么是復(fù)制字符串？Python如何復(fù)制字符串

連續(xù)幾篇文章都在寫 Python 字符串，這出乎我的意料了。但是，有的問題，不寫不行，特別是那種靈機一動想到的問題，最后你發(fā)現(xiàn)，很多人根本不懂卻又誤以為自己懂了。那就繼續(xù)刨根問底，探究個明白吧。

在上一篇文章《你真的知道Python的字符串怎么用嗎？》里，我突發(fā)奇想，將字符串跟列表做了比較，然后發(fā)現(xiàn)字符串竟然沒有復(fù)制的方法。當時沒有細想，只說要擱置疑問。過后，有好學(xué)的小伙伴在后臺留言，與我交流這個問題，給了我一些啟發(fā)。為了徹底弄懂它，我繼續(xù)查了不少資料，今天，就跟大家分享一下我發(fā)現(xiàn)的東西吧。

本文標題的問題分為兩部分：（1）Python 中是否支持復(fù)制字符串？（2）如果不支持，為什么不支持？

請讀者花幾分鐘想一下，想清楚后，把你的答案記住，然后再往下看。

讓我們做一個約定（自愿遵守）：如果看到最后，你推翻了現(xiàn)在的答案，建立了新的認知，這說明我寫的內(nèi)容有用，那請你任意贊賞，或者將本文分享給其他使用 Python 的小伙伴。

1. 什么是復(fù)制字符串？

首先，必須要大家對“復(fù)制”這個概念達成共識。復(fù)制，也叫拷貝，英文單詞是 copy，具體意思是“將某事物通過某種方式制作成相同的一份或多份的行為”（釋義來自維基百科）。復(fù)制的結(jié)果是，出現(xiàn)了多份極其相似但卻相互獨立的事物（副本），舉例來說，你有一份文檔 X，然后復(fù)制一份并重新命名為 Y，這兩者是相互獨立的，若你刪除其中一個，另一個不會一起被刪除。

這個詞用在 Python 里，我們想表達的是同樣的意思，即復(fù)制行為會產(chǎn)生新的獨立對象，它與原始對象極其相似，但兩者的生命周期沒有直接的關(guān)聯(lián)關(guān)系。下面先用列表來舉例：

list1 = [1,2]
id(list1) 
>>> 1981119454856

list2 = list1.copy()
print(list1 == list2) 
>>> True
id(list2)
>>> 1981116983752

上例中，列表 list2 是 list1 的副本，兩者字面量相等，但是內(nèi)存地址（即 id ）不相等，是兩個相互獨立的對象。如果字符串能夠做到同樣的效果，那我們就說，字符串可以被復(fù)制，否則，我們說字符串不可以被復(fù)制。

2. 怎樣能復(fù)制字符串？

有了上面的概念和示例，請先思考，你會用什么方式復(fù)制字符串呢？（暫停，思考3分鐘）

好了，先看看下面的幾種方法：

s0 = "Python貓"

s1 = s0
s2 = str(s0)
s3 = s0[:]
s4 = s0 + ''
s5 = '%s' % s0
s6 = s0 * 1
s7 = "".join(s0)
import copy
s8 = copy.copy(s0)

你想到的復(fù)制方式是否在以上8種方式里呢？那么，如果把 s0 至 s8 的 id 打印出來，有哪些會跟 s0 不同呢？

答案是，它們的內(nèi)存地址 id 完全相同，也就是說，一頓操作猛如虎，結(jié)果卻始終只有一份字符串，根本沒有復(fù)制出新的字符串！

Python貓 的老讀者看到這，會心一笑，這不就是因為字符串的 Intern 機制嘛，短字符串在內(nèi)存中只會存在一份，在《Python中的“特權(quán)種族”是什么？》這篇文章里提到過的。

但請別開心得太早，你可以把 s0 改成一個超長的字符串，例如：

s0 = "Python貓是來自喵星的客人，它喜歡地球和人類，正在學(xué)習Python，而且想借助Python變成人，它的微信公眾號也叫Python貓，歡迎你關(guān)注哦，喵喵喵喵~~~"

然后，再重復(fù)上面的操作。最終，你會發(fā)現(xiàn)，s0 到 s8 的 id 還是完全相同。

是不是吃驚了呢？新的 s0 明明已經(jīng)超過 Intern 機制的長度了，為什么不會產(chǎn)生新的字符串呢？

首先，請你相信，超出 Intern 機制的字符串可以存在多份，即你可以創(chuàng)建出值完全相同的多個字符串對象，因為字符串對象在內(nèi)存中并不一定是唯一的：

s9 = "Python貓是來自喵星的客人，它喜歡地球和人類，正在學(xué)習Python，而且想借助Python變成人，它的微信公眾號也叫Python貓，歡迎你關(guān)注哦，喵喵喵喵~~~"

print(id(s0) == id(s9))
>>> False 

上例表明，你可以創(chuàng)建出多個相同的字符串對象，但是這種方法與前面列舉的8種不同，因為它是獨立于 s0 的操作，并不是一種復(fù)制操作。從理論上講，Python 完全可以提供一個方法，達到復(fù)制出新的副本的結(jié)果?，F(xiàn)在的問題恰恰就是：為什么允許存在多個相等的字符串對象，但是卻無法通過復(fù)制的方式來創(chuàng)建呢？

3. 為什么不允許復(fù)制字符串？

我發(fā)現(xiàn)，不僅字符串不允許復(fù)制，元組也如此，事實上，還有 int 、float 也不支持復(fù)制。它們都是不可變對象，為什么不可變對象就不支持復(fù)制操作呢？

在查資料的時候，我發(fā)現(xiàn)網(wǎng)上很多文章對于“不可變對象”的認識存在誤區(qū)，這些人不知道 Intern 機制的存在，誤以為字符串對象在內(nèi)存只能有唯一一個，進而誤以為不可變對象就是在內(nèi)存中只有一份的對象。所以，這些文章很容易推斷出錯誤的結(jié)論：因為字符串是不可變對象，所以字符串不支持復(fù)制。

事實上，不可變對象跟復(fù)制操作之間，并沒有必然的強相關(guān)的關(guān)系?？隙ㄊ浅鲇趧e的原因，設(shè)計者才給不可變對象加上這種限制，這個原因是什么呢？

在知乎上，有敏銳的同學(xué)提出了我的疑問“Python中如何復(fù)制一個值或字符串？”，可惜只有4個回答，而且都沒答到點上。Stackoverflow上恰好也有一個問題“How can I copy a Python string?”，同樣沒多少人注意到，只有5個回答，好在最高票答案提到了一個點，即這樣可以加快字典的查找速度。

然而，他說的這個點并不靠譜。字典要求鍵值是可哈希對象，可是計算字符串的哈希值是根據(jù)字面值計算，所以對多個相等的字符串對象，其哈希值其實是一樣的，對計算和查找根本無影響。

w1 = "Python貓是來自喵星的客人，它喜歡地球和人類，正在學(xué)習Python，而且想借助Python變成人，它的微信公眾號也叫Python貓，歡迎你關(guān)注哦，喵喵喵喵~~~"
w2 = "Python貓是來自喵星的客人，它喜歡地球和人類，正在學(xué)習Python，而且想借助Python變成人，它的微信公眾號也叫Python貓，歡迎你關(guān)注哦，喵喵喵喵~~~"

print(w1 == w2) 
>>> True
print(id(w1) == id(w2)) 
>>> False 
print(hash(w1) == hash(w2)) 
>>> True

繼續(xù)查資料，終于在《流暢的Python》找到了明確的解釋：

這些細節(jié)是 CPython 核心開發(fā)者走的捷徑和做的優(yōu)化措施，對這門語言的用戶而言無需了解，而且那些細節(jié)對其他 Python 實現(xiàn)可能沒用，CPython 未來的版本可能也不會用。

這本《流暢的Python》是進階首選書目之一，我曾讀過部分章節(jié)，沒想到在一個不起眼的小節(jié)里，作者 “驚訝地發(fā)現(xiàn)” 元組的不可復(fù)制性，在此之前，他還自以為“對元組無所不知”，哈哈哈。

雖然，我早猜測到原因是節(jié)省內(nèi)存和提高速度，但看到這個明確的解釋，知道這只是CPython 解釋器的“善意的謊言”，而且在未來版本可能不會用，我感到特別意外。

它證實了我的猜測，同時，也提供了超預(yù)期的信息：其它 Python 解釋器可能支持復(fù)制不可變對象，目前 CPython 算是一種妥協(xié)，在未來可能會恢復(fù)不可變對象的復(fù)制操作呢！

回到文章開頭的兩個問題，我們得到的答案是：Python 本身并不限制字符串的復(fù)制操作，只是當前版本的 CPython 做了優(yōu)化，才導(dǎo)致出現(xiàn)這種“善意的謊言”，它這么做的原因為了對 Intern 機制做補充，設(shè)法使全部字符串對象在內(nèi)存都只有一份，以達到節(jié)省內(nèi)存的效果。

CPython 是用 C 語言實現(xiàn)的 Python 解釋器，是官方的、使用最廣泛的解釋器。除了它，還有用 Java 實現(xiàn)的 Jython 解釋器、用 .NET 實現(xiàn)的 IronPython 解釋器、用 Python 實現(xiàn)的 PyPy 解釋器，等等。其它解釋器都是怎么應(yīng)對字符串的復(fù)制操作的呢？唉，學(xué)無止境，本人才疏學(xué)淺沒有涉獵，還是先擱置疑問吧。

這里，我就想提一個題外話，Python 最最最廣為人詬病的就是 GIL（全局解釋器鎖），這導(dǎo)致它不支持真正意義的多線程，成為很多人指責 Python 慢的元兇。但是，這個問題是 CPython 解釋器帶來的，而像 Jython 解釋器就不存在這個問題。

好了，就此打住吧。你是否還記得在文章開頭時想到的答案呢？是否改變了最初的想法呢？歡迎關(guān)注公眾號 Python貓 ，來跟我交流，一起來學(xué)習 Python ，做個合格的 Pythonista。

編輯：hfy