前言
在python中, 切片是一個經常會使用到的語法, 不管是元組, 列表還是字符串, 一般語法就是:
sequence[ilow:ihigh:step] # ihigh,step 可為空; 為了簡短易懂, 暫時排除step的用法考慮
先來簡單示范下用法
sequence = [1,2,3,4,5] sequence [ilow:ihigh] # 從ilow開始到ihigh-1結束 sequence [ilow:] # 從ilow開始直到末尾 sequence [:ihigh] # 從頭部開始直到ihigh結束 sequence [:] # 復制整個列表
語法很簡潔, 也很容易理解, 這種語法在我們日常使用中 是簡單又好用, 但我相信在我們使用這種切片語法時, 都會習慣性謹遵一些規則:
ilow, ihigh均小于 sequece的長度
ilow < ihigh
因為在大部分情況下, 只有遵循上面的規則, 才能得到我們預期的結果! 可是如果我不遵循呢? 切片會怎樣?
不管我們在使用元組, 列表還是字符串, 當我們想取中一個元素時, 我們會用到如下語法:
sequence = [1,2,3,4,5] print sequence[1] #
上面出現的 1,2 我們姑且稱之為下標, 不管是元組, 列表還是字符串, 我們都能通過下標來取出對應的值, 但是如果下標超過對象的長度, 那么將觸發索引異常(IndexError)
sequence = [1,2,3,4,5] print sequence[15] ###
那么對于切片呢? 兩種語法很相似, 假設我 ilow 和 ihigh分別是10和20, 那么結果是怎樣呢
情景重現
# version: python2.7 a = [1, 2, 3, 5] print a[10:20] # 結果會報異常嗎?
看到10和20, 完全超出了序列a的長度, 由于前面的代碼, 或者以前的經驗, 我們總會覺得這樣肯定也會導致一個IndexError,那我們開終端來試驗下:
>>> a = [1, 2, 3, 5] >>> print a[10:20] []
結果居然是: [], 這感覺有點意思.是只有列表才會這么, 字符串呢, 元組呢?
>>> s = '23123123123' >>> print s[400:2000] '' >>> t = (1, 2, 3,4) >>> print t[200: 1000] ()
結果都和列表的類似, 返回屬于各自的空結果.
看到結果的我們眼淚掉下來, 不是返回一個IndexError, 而是直接返回空, 這讓我們不禁想到, 其實語法相似, 背后的東西肯定還是不同的, 那我們下面一起來嘗試去解釋下這結果吧
原理分析
在揭開之前, 咱們要先搞清楚, python是怎樣處理這個切片的, 可以通過dis模塊來協助:
############# 切片 ################ [root@iZ23pynfq19Z ~]# cat test.py a = [11,2,3,4] print a[20:30] #結果: [root@iZ23pynfq19Z ~]# python -m dis test.py 1 0 LOAD_CONST 0 (11) 3 LOAD_CONST 1 (2) 6 LOAD_CONST 2 (3) 9 LOAD_CONST 3 (4) 12 BUILD_LIST 4 15 STORE_NAME 0 (a) 2 18 LOAD_NAME 0 (a) 21 LOAD_CONST 4 (20) 24 LOAD_CONST 5 (30) 27 SLICE+3 28 PRINT_ITEM 29 PRINT_NEWLINE 30 LOAD_CONST 6 (None) 33 RETURN_VALUE ############# 單下標取值 ################ [root@gitlab ~]# cat test2.py a = [11,2,3,4] print a[20] #結果: [root@gitlab ~]# python -m dis test2.py 1 0 LOAD_CONST 0 (11) 3 LOAD_CONST 1 (2) 6 LOAD_CONST 2 (3) 9 LOAD_CONST 3 (4) 12 BUILD_LIST 4 15 STORE_NAME 0 (a) 2 18 LOAD_NAME 0 (a) 21 LOAD_CONST 4 (20) 24 BINARY_SUBSCR 25 PRINT_ITEM 26 PRINT_NEWLINE 27 LOAD_CONST 5 (None) 30 RETURN_VALUE
在這簡單介紹下dis模塊, 有經驗的老司機都知道, python在解釋腳本時, 也是存在一個編譯的過程, 編譯的結果就是我們經?？吹降膒yc文件, 這里面codeobject對象組成的字節碼, 而dis就是將這些字節碼用比較可觀的方式展示出來, 讓我們看到執行的過程, 下面是dis的輸出列解釋:
第一列是數字是原始源代碼的行號。
第二列是字節碼的偏移量：LOAD_CONST在第0行.以此類推。
第三列是字節碼人類可讀的名字。它們是為程序員所準備的
第四列表示指令的參數
第五列是計算后的實際參數
前面就不贅述了, 就是讀常量存變量的過程, 最主要的區別就是: test.py 切片是使用了字節碼 SLICE+3實現的, 而test2.py 單下標取值主要通過字節碼BINARY_SUBSCR實現的,如同我們猜測的一樣, 相似的語法卻是截然不同的代碼.因為我們要展開討論的是切片(SLICE+3), 所以就不再展開BINARY_SUBSCR, 感興趣的童鞋可以查看相關源碼了解具體實現, 位置: python/object/ceval.c
那我們下面來展開討論下 SLICE+3
/*取自: python2.7 python/ceval.c */
// 第一步:
PyEval_EvalFrameEx(PyFrameObject *f, int throwflag)
{
.... // 省略n行代碼
TARGET_WITH_IMPL_NOARG(SLICE, _slice)
TARGET_WITH_IMPL_NOARG(SLICE_1, _slice)
TARGET_WITH_IMPL_NOARG(SLICE_2, _slice)
TARGET_WITH_IMPL_NOARG(SLICE_3, _slice)
_slice:
{
if ((opcode-SLICE) & 2)
w = POP();
else
w = NULL;
if ((opcode-SLICE) & 1)
v = POP();
else
v = NULL;
u = TOP();
x = apply_slice(u, v, w); // 取出v: ilow, w: ihigh, 然后調用apply_slice
Py_DECREF(u);
Py_XDECREF(v);
Py_XDECREF(w);
SET_TOP(x);
if (x != NULL) DISPATCH();
break;
}
.... // 省略n行代碼
}
// 第二步:
apply_slice(PyObject *u, PyObject *v, PyObject *w) /* return u[v:w] */
{
PyTypeObject *tp = u->ob_type;
PySequenceMethods *sq = tp->tp_as_sequence;
if (sq && sq->sq_slice && ISINDEX(v) && ISINDEX(w)) { // v,w的類型檢查,要整型/長整型對象
Py_ssize_t ilow = 0, ihigh = PY_SSIZE_T_MAX;
if (!_PyEval_SliceIndex(v, &ilow)) // 將v對象再做檢查, 并將其值轉換出來,存給ilow
return NULL;
if (!_PyEval_SliceIndex(w, &ihigh)) // 同上
return NULL;
return PySequence_GetSlice(u, ilow, ihigh); // 獲取u對象對應的切片函數
}
else {
PyObject *slice = PySlice_New(v, w, NULL);
if (slice != NULL) {
PyObject *res = PyObject_GetItem(u, slice);
Py_DECREF(slice);
return res;
}
else
return NULL;
}
// 第三步:
PySequence_GetSlice(PyObject *s, Py_ssize_t i1, Py_ssize_t i2)
{
PySequenceMethods *m;
PyMappingMethods *mp;
if (!s) return null_error();
m = s->ob_type->tp_as_sequence;
if (m && m->sq_slice) {
if (i1 < 0 || i2 < 0) {
if (m->sq_length) {
// 先做個簡單的初始化, 如果左右下表小于, 將其加上sequence長度使其歸為0
Py_ssize_t l = (*m->sq_length)(s);
if (l < 0)
return NULL;
if (i1 < 0)
i1 += l;
if (i2 < 0)
i2 += l;
}
}
// 真正調用對象的sq_slice函數, 來執行切片的操作
return m->sq_slice(s, i1, i2);
} else if ((mp = s->ob_type->tp_as_mapping) && mp->mp_subscript) {
PyObject *res;
PyObject *slice = _PySlice_FromIndices(i1, i2);
if (!slice)
return NULL;
res = mp->mp_subscript(s, slice);
Py_DECREF(slice);
return res;
}
return type_error("'%.200s' object is unsliceable", s);雖然上面的代碼有點長, 不過關鍵地方都已經注釋出來, 而我們也只需要關注那些地方就足夠了. 如上, 我們知道最終是要執行 m->sq_slice(s, i1, i2) , 但是這個sq_slice有點特別, 因為不同的對象, 它所對應的函數不同, 下面是各自的對應函數:
// 字符串對象 StringObject.c: (ssizessizeargfunc)string_slice, /*sq_slice*/ // 列表對象 ListObject.c: (ssizessizeargfunc)list_slice, /* sq_slice */ // 元組 TupleObject.c: (ssizessizeargfunc)tupleslice, /* sq_slice */
因為他們三個的函數實現大致相同, 所以我們只分析其中一個就可以了, 下面是對列表的切片函數分析:
/* 取自ListObject.c */
static PyObject *
list_slice(PyListObject *a, Py_ssize_t ilow, Py_ssize_t ihigh)
{
PyListObject *np;
PyObject **src, **dest;
Py_ssize_t i, len;
if (ilow < 0)
ilow = 0;
else if (ilow > Py_SIZE(a)) // 如果ilow大于a長度, 那么重新賦值為a的長度
ilow = Py_SIZE(a);
if (ihigh < ilow)
ihigh = ilow;
else if (ihigh > Py_SIZE(a)) // 如果ihigh大于a長度, 那么重新賦值為a的長度
ihigh = Py_SIZE(a);
len = ihigh - ilow;
np = (PyListObject *) PyList_New(len); // 創建一個ihigh - ilow的新列表對象
if (np == NULL)
return NULL;
src = a->ob_item + ilow;
dest = np->ob_item;
for (i = 0; i < len; i++) { // 將a處于該范圍內的成員, 添加到新列表對象
PyObject *v = src[i];
Py_INCREF(v);
dest[i] = v;
}
return (PyObject *)np;
}結論
從上面的sq_slice函數對應的切片函數可以看到, 如果在使用切片時, 左右下標都大于sequence的長度時, 都將會被重新賦值成sequence的長度, 所以咱們一開始的切片: print a[10:20] , 實際上運行的是: print a4:4 . 通過這次的分析, 以后在遇到下標大于對象長度的切片, 應該不會再懵逼了~
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com
Copyright ? 2019-2025 51dongshi.com 版權所有
違法及侵權請聯系：TEL:177 7030 7066 E-MAIL:11247931@qq.com 本站由北京市萬商天勤律師事務所王興未律師提供法律服務
