Python源码理解: '+=' 和 'xx = xx + xx' 的区别

[[200486]]

前菜

在我们使用Python的过程, 很多时候会用到+运算, 例如:

a = 1 + 2 
 
print a 
 
# 输出 
 
3 

不光在加法中使用, 在字符串的拼接也同样发挥这重要的作用, 例如:

a = 'abc' + 'efg' 
 
print a 
 
# 输出 
 
abcefg 

同样的, 在列表中也能使用, 例如:

a = [1, 2, 3] + [4, 5, 6] 
 
print a 
 
# 输出 
 
[1, 2, 3, 4, 5, 6] 

为什么上面不同的对象执行同一个+会有不同的效果呢? 这就涉及到+的重载, 然而这不是本文要讨论的重点, 上面的只是前菜而已~~~

正文

先看一个例子:

num = 123 
 
num = num + 4 
 
print num 
 
# 输出 
 
127 

这段代码的用途很明确, 就是一个简单的数字相加, 但是这样似乎很繁琐, 一点都Pythonic, 于是就有了下面的代码:

num = 123 
 
num += 4 
 
print num 
 
# 输出 
 
127 

哈, 这样就很Pythonic了! 但是这种用法真的就是这么好么? 不一定. 看例子:

# coding: utf8 
 
l = [1, 2] 
 
l = l + [3, 4] 
 
print l 
 
# 输出 
 
[1, 2, 3, 4] 
 
# ------------------------------------------ 
 
l = [1, 2] 
 
l += [3, 4] # 列表的+被重载了, 左右操作数必须都是iterable对象, 否则会报错 
 
print l 
 
# 输出 
 
[1, 2, 3, 4] 

看起来结果都一样嘛~, 但是真的一样吗? 我们改下代码再看下:

# coding: utf8 
 
l = [1, 2] 
 
print 'l之前的id: ', id(l) 
 
l = l + [3, 4] 
 
print 'l之后的id: ', id(l) 
 
  
 
# 输出 
 
l之前的id:  40270024 
 
l之后的id:  40389000 
 
  
 
# ------------------------------------------ 
 
  
 
l = [1, 2] 
 
print 'l之前的id: ', id(l) 
 
l += [3, 4]  # 列表的+被重载了, 左右操作数必须都是iterable对象, 否则会报错 
 
print 'l之后的id: ', id(l) 
 
  
 
# 输出 
 
l之前的id:  40270024 
 
l之后的id:  40270024 

看到结果了吗? 虽然结果一样, 但是通过id的值表示, 运算前后, 第一种方法对象是不同的了, 而第二种还是同一个对象! 为什么会这样?

结果分析

先来看看字节码:

[root@test1 ~]# cat 2.py 
 
# coding: utf8 
 
l = [1, 2] 
 
l = l + [3, 4] 
 
print l 
 
  
 
  
 
l = [1, 2] 
 
l += [3, 4]   
 
print l 
 
[root@test1 ~]# python -m dis 2.py 
 
  2           0 LOAD_CONST               0 (1) 
 
              3 LOAD_CONST               1 (2) 
 
              6 BUILD_LIST               2 
 
              9 STORE_NAME               0 (l) 
 
  
 
  3          12 LOAD_NAME                0 (l) 
 
             15 LOAD_CONST               2 (3) 
 
             18 LOAD_CONST               3 (4) 
 
             21 BUILD_LIST               2 
 
             24 BINARY_ADD           
 
             25 STORE_NAME               0 (l) 
 
  
 
  4          28 LOAD_NAME                0 (l) 
 
             31 PRINT_ITEM           
 
             32 PRINT_NEWLINE       
 
  
 
  7          33 LOAD_CONST               0 (1) 
 
             36 LOAD_CONST               1 (2) 
 
             39 BUILD_LIST               2 
 
             42 STORE_NAME               0 (l) 
 
  
 
  8          45 LOAD_NAME                0 (l) 
 
             48 LOAD_CONST               2 (3) 
 
             51 LOAD_CONST               3 (4) 
 
             54 BUILD_LIST               2 
 
             57 INPLACE_ADD         
 
             58 STORE_NAME               0 (l) 
 
  
 
  9          61 LOAD_NAME                0 (l) 
 
             64 PRINT_ITEM           
 
             65 PRINT_NEWLINE       
 
             66 LOAD_CONST               4 (None) 
 
             69 RETURN_VALUE 

在上诉的字节码, 我们着重需要看的是两个: BINARY_ADD 和 INPLACE_ADD!

很明显:

• l = l + [3, 4, 5]　　　 这种背后就是BINARY_ADD
• l += [3, 4, 5]　　　　　这种背后就是INPLACE_ADD

深入理解

虽然两个单词差很远, 但其实两个的作用是很类似的, 最起码前面一部分是, 为什么这样说, 请看源码:

# 取自ceva.c 
 
# BINARY_ADD 
 
TARGET_NOARG(BINARY_ADD) 
 
        { 
 
            w = POP(); 
 
            v = TOP(); 
 
            if (PyInt_CheckExact(v) && PyInt_CheckExact(w)) {    // 检查左右操作数是否 int 类型 
 
                /* INLINE: int + int */ 
 
                register long a, b, i; 
 
                a = PyInt_AS_LONG(v); 
 
                b = PyInt_AS_LONG(w); 
 
                /* cast to avoid undefined behaviour 
 
                   on overflow */ 
 
                i = (long)((unsigned long)a + b); 
 
                if ((i^a) < 0 && (i^b) < 0) 
 
                    goto slow_add; 
 
                x = PyInt_FromLong(i); 
 
            } 
 
            else if (PyString_CheckExact(v) && 
 
                     PyString_CheckExact(w)) {                   // 检查左右操作数是否 string 类型 
 
                x = string_concatenate(v, w, f, next_instr); 
 
                /* string_concatenate consumed the ref to v */ 
 
                goto skip_decref_vx; 
 
            } 
 
            else { 
 
              slow_add:                                          // 两者都不是, 请走这里~ 
 
                x = PyNumber_Add(v, w); 
 
            } 
 
           ...(省略) 
 
  
 
  
 
# INPLACE_ADD 
 
TARGET_NOARG(INPLACE_ADD) 
 
        { 
 
            w = POP(); 
 
            v = TOP(); 
 
            if (PyInt_CheckExact(v) && PyInt_CheckExact(w)) {   // 检查左右操作数是否 int 类型 
 
                /* INLINE: int + int */ 
 
                register long a, b, i; 
 
                a = PyInt_AS_LONG(v); 
 
                b = PyInt_AS_LONG(w); 
 
                i = a + b; 
 
                if ((i^a) < 0 && (i^b) < 0) 
 
                    goto slow_iadd; 
 
                x = PyInt_FromLong(i); 
 
            } 
 
            else if (PyString_CheckExact(v) && 
 
                     PyString_CheckExact(w)) {                 // 检查左右操作数是否 string 类型 
 
                x = string_concatenate(v, w, f, next_instr); 
 
                /* string_concatenate consumed the ref to v */ 
 
                goto skip_decref_v; 
 
            } 
 
            else { 
 
              slow_iadd:                           
 
                x = PyNumber_InPlaceAdd(v, w);                 // 两者都不是, 请走这里~ 
 
            } 
 
           ... (省略) 

从上面可以看出, 不管是BINARY_ADD 还是INPLACE_ADD, 他们都会有如下相同的操作:

检查是不是都是`int`类型, 如果是, 直接返回两个数值相加的结果

检查是不是都是`string`类型, 如果是, 直接返回字符串拼接的结果

因为两者的行为真的很类似, 所以在这着重讲INPLACE_ADD, 对BINARY_ADD感兴趣的童鞋可以在源码文件: abstract.c, 搜索: PyNumber_Add.实际上也就少了对列表之类对象的操作而已.

那我们接着继续, 先贴个源码:

PyObject * 
 
PyNumber_InPlaceAdd(PyObject *v, PyObject *w) 
 
{ 
 
    PyObject *result = binary_iop1(v, w, NB_SLOT(nb_inplace_add),     
 
                                   NB_SLOT(nb_add)); 
 
    if (result == Py_NotImplemented) { 
 
        PySequenceMethods *m = v->ob_type->tp_as_sequence; 
 
        Py_DECREF(result); 
 
        if (m != NULL) { 
 
            binaryfunc f = NULL; 
 
            if (HASINPLACE(v)) 
 
                f = m->sq_inplace_concat; 
 
            if (f == NULL) 
 
                f = m->sq_concat; 
 
            if (f != NULL) 
 
                return (*f)(v, w); 
 
        } 
 
        result = binop_type_error(v, w, "+="); 
 
    } 
 
    return result; 

INPLACE_ADD本质上是对应着abstract.c文件里面的PyNumber_InPlaceAdd函数, 在这个函数中, 首先调用binary_iop1函数, 然后进而又调用了里面的binary_op1函数, 这两个函数很大一个篇幅, 都是针对ob_type->tp_as_number, 而我们目前是list, 所以他们的大部分操作, 都和我们的无关. 正因为无关, 所以这两函数调用最后, 直接返回Py_NotImplemented, 而这个是用来干嘛, 这个有大作用, 是列表相加的核心所在!

因为binary_iop1的调用结果是Py_NotImplemented, 所以下面的判断成立, 开始寻找对象(也就是演示代码中l对象)的ob_type->tp_as_sequence属性.

因为我们的对象是l(列表), 所以我们需要去PyList_type需找真相:

# 取自: listobject.c 
 
PyTypeObject PyList_Type = { 
 
    ... (省略) 
 
    &list_as_sequence,                          /* tp_as_sequence */ 
 
    ... (省略) 
 
} 

可以看出, 其实也就是直接取list_as_sequence, 而这个是什么呢? 其实是一个结构体, 里面存放了列表的部分功能函数.

static PySequenceMethods list_as_sequence = { 
 
    (lenfunc)list_length,                       /* sq_length */ 
 
    (binaryfunc)list_concat,                    /* sq_concat */ 
 
    (ssizeargfunc)list_repeat,                  /* sq_repeat */ 
 
    (ssizeargfunc)list_item,                    /* sq_item */ 
 
    (ssizessizeargfunc)list_slice,              /* sq_slice */ 
 
    (ssizeobjargproc)list_ass_item,             /* sq_ass_item */ 
 
    (ssizessizeobjargproc)list_ass_slice,       /* sq_ass_slice */ 
 
    (objobjproc)list_contains,                  /* sq_contains */ 
 
    (binaryfunc)list_inplace_concat,            /* sq_inplace_concat */ 
 
    (ssizeargfunc)list_inplace_repeat,          /* sq_inplace_repeat */ 
 
}; 

接下来就是一个判断, 判断咱们这个l对象是否有Py_TPFLAGS_HAVE_INPLACEOPS这个特性, 很明显是有的, 所以就调用上步取到的结构体中的sq_inplace_concat函数, 那接下来呢? 肯定就是看看这个函数是干嘛的:

list_inplace_concat(PyListObject *self, PyObject *other) 
 
{ 
 
    PyObject *result; 
 
  
 
    result = listextend(self, other);    # 关键所在 
 
    if (result == NULL) 
 
        return result; 
 
    Py_DECREF(result); 
 
    Py_INCREF(self); 
 
    return (PyObject *)self; 
 
} 

终于找到关键了, 原来最后就是调用这个listextend函数, 这个和我们python层面的列表的extend方法很类似, 在这不细讲了!

把PyNumber_InPlaceAdd的执行调用过程, 简单整理下来就是:

INPLACE_ADD(字节码) 
 
    -> PyNumber_InPlaceAdd 
 
        -> 判断是否数字: 如果是, 直接返回两数相加 
 
        -> 判断是否字符串: 如果是, 直接返回`string_concatenate`的结果 
 
        -> 都不是: 
 
            -> binary_iop1 (判断是否数字, 如果是则按照数字处理, 否则返回Py_NotImplemented) 
 
                -> binary_iop (判断是否数字, 如果是则按照数字处理, 否则返回Py_NotImplemented) 
 
            -> 返回的结果是否 Py_NotImplemented: 
 
                -> 是: 
 
                    -> 对象是否有Py_TPFLAGS_HAVE_INPLACEOPS: 
 
                        -> 是: 调用对象的: sq_inplace_concat 
 
                        -> 否: 调用对象的: sq_concat 
 
                -> 否: 报错 

所以在上面的结果, 第二种代码: l += [3,4,5], 我们看到的id值并没有改变, 就是因为+=通过sq_inplace_concat调用了列表的listextend函数, 然后导致新列表以追加的方式去处理.

结论

现在我们大概明白了+=实际上是干嘛了: 它应该能算是一个加强版的+, 因为它比+多了一个写回本身的功能.不过是否能够写回本身, 还是得看对象自身是否支持, 也就是说是否具备Py_NotImplemented标识, 是否支持sq_inplace_concat, 如果具备, 才能实现, 否则, 也就是和 + 效果一样而已.