本文介绍了python内部是如何管理字符串对象的，以及字符串查找操作是如何实现的。PyStringObject结构Python中的字符串对象在内部对应一个名为PyStringObject的结构。“ob_shash”对应计算出的字符串哈希值，“ob_sval”指向一个长度为“ob_size”的字符串，字符串以'null'结尾（为了兼容C）。“ob_sval”初始大小为1字节，ob_sval[0]=0（对应空串）。如果还想知道“ob_size”是在哪里定义的，可以看一下object.h头文件中PyObject_VAR_HEAD的对应部分。“ob_sstate”用于表示一个字符串是否已经存在于intern机制对应的字典中，这个我们后面会再提到。typedefstruct{PyObject_VAR_HEADlongob_shash;intob_sstate;charob_sval[1];}PyStringObject;字符串对象的创建如下所示，当一个新的字符串被分配给一个变量时会发生什么？1>>>s1='abc'run对于上面的代码，将调用内部C函数“PyString_FromString”并生成类似于以下的伪代码：arguments:stringobject:'abc'returns:Pythonstringobjectwithob_sval='abc'PyString_FromString(string):size=lengthofstringallocatestringobject+sizefor'abc'。ob_svalwillbeofsize:size+1copystringtoob_svalreturnobject每使用一个新的字符串，都会分配一个字符串对象。共享字符串对象Python有一个优雅的特性，即变量之间共享短字符串，从而节省了所需的内存空间。短字符串是那些长度为0或1字节的字符串。而全局变量“interned”对应的是一个用来索引这些短字符串的字典。数组“字符”也可用于索引长度为1个字节的字符串，例如单个字母。稍后我们将看到如何使用数组“characters”。staticPyStringObject*characters[UCHAR_MAX+1];staticPyObject*interned;让我们来看看当您将一个短字符串分配给Python脚本中的变量时，幕后发生了什么。staticPyStringObject*characters[UCHAR_MAX+1];staticPyObject*interned;内容为“a”的字符串对象将被添加到“interned”字典中。字典中的key是指向string对象的指针，对应的value也是同一个指针。在数组“characters”中，这个新的字符串对象在偏移量97处被引用，因为字符“a”的ASCII码值为97。变量“s2”也指向这个字符串对象。然而，当另一个变量也被分配了相同的字符串'a'时会发生什么？1>>>s3='a'上面代码执行后，会返回之前创建的字符串对象，内容相同。因此，变量“s1”和“s3”都指向同一个字符串对象。数组“characters”用于检测字符串'a'是否已经存在，如果存在则返回指向字符串对象的指针。if(size==1&&(op=characters[*str&UCHAR_MAX])!=NULL){...return(PyObject*)op;}接下来，我们创建一个内容为'c'的新短字符串：1>>>s4='c'然后，我们将得到以下结果：我们还可以发现数组“characters”在访问字符串元素时仍然有用，如以下Python脚本所示。>>>s5='abc'>>>s5[0]'a'在上面的第二行代码中，返回的是数组“characters”偏移量97处的指针元素，而不是创建一个新值'a'的字符串。当我们访问字符串中的一个元素时，会调用一个名为“string_item”d的函数，函数体代码如下。其中，参数'a'对应字符串“abc”，参数'i'为访问数组的索引值（本例为0），函数返回一个指向字符串对象的指针。staticPyObject*string_item(PyStringObject*a,registerPy_ssize_ti){charpchar;PyObject*v;...pchar=a->ob_sval[i];v=(PyObject*)characters[pchar&UCHAR_MAX];if(v==NULL)//allocatestringelse{...Py_INCREF(v);}returnv;}函数名长度为1时也可以使用数组“characters”，如下：>>>defa():passstringlookup见下文，当当你在下面的Python代码中执行字符串搜索操作时，会发生什么？>>>s='adcabcdbdabcabd'>>>s.find('abcab')>>>11函数“find”返回一个索引值，表示在字符串“abcd”中的何处找到了字符串“s”。如果未找到该字符串，则该函数返回-1。那么，内部发生了什么？内部调用了一个名为“fastsearch”的函数。该函数是BoyerMoore和Horspool算法的混合版本，具有两者的优良特性。我们将“s”（s='adcabcdbdabcabd'）称为主字符串，将“p”（p='abcab'）称为模式字符串。n和m分别表示字符串s和字符串p的长度，其中n=15，m=5。在下面的代码段中，很明显程序会进行***判断：如果m>n，我们知道找不到这样的索引号，所以函数直接返回-1。w=n-m；如果（w<0）返回-1；当m=1时，程序在字符串s中逐字符遍历，匹配成功则返回对应的索引位置。本例中变量mode的值为FAST_SEARCH，也就是说我们要获取的是最后一次匹配在主串中的位置，而不是模式串在主串中匹配成功的次数。如果(m<=1){...if(mode==FAST_COUNT){...}else{for(i=0;i
