Python对不可变序列进行重复拼接操作效率会很低，因为每次都会生成一个新的对象，解释器需要把原来对象中的元素先复制到新的对象里，然后再追加新的元素。
但是CPython对字符串操作进行了优化，因为对字符串做+=操作实在是太普遍了。因此，初始化str时会预留出额外的可扩展空间，从而进行增量操作的时候不会有复制再追加的这个步骤。
通过字节码研究一下这个过程。
|
1
2
3
4
5
6
7
8
|
>>> s_code = 'a += "b"'>>> c = compile(s_code, '', 'exec')>>> c.co_codeb'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'>>> c.co_names('a',)>>> c.co_consts('b', None) |
得到的字节码是Bytes类型的。这里穿插一些Bytes类型的知识。
Bytes类型
b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'，b表示是Bytes类型。Bytes以二进制字节序列的形式记录数据，每一个字符就代表一个字节（8位）。比如上面的e表示二进制0110 0101。部分ASCII码对照表如下图所示。
但是，不是所有的字节都是可显示的，甚至有些字节无法对应到ASCII码上（因为ASCII码只定义了128个字符，而一个字节有256个）。比如0000 0000对应的ASCII是不可显示的、0111 1111没有对应的ASCII码。
为了表示这些无法显示的字节，就引入了\x符号，其表示后续的字符为16进制。如，\x00表示16进制的00，也就是二进制的0000 0000。
至此，所有字节都可被表示。
字节码分析
回到开始的代码。为了显示方便，将b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'转为16进制来显示。
|
1
2
|
>>> c.co_code.hex()'650000640000375a000064010053' |
通过opcode.opname函数可以得到操作码所对应的操作指令
|
1
2
3
|
>>> import opcode>>> opcode.opname[0x65]'LOAD_NAME' |
因此，完整的字节码可以解释为（TOS即top-of-stack，栈顶元素）：
|
1
2
3
4
5
6
7
8
9
10
11
|
字节：位置，功能65：0，LOAD_NAME0000：参数，将co_names[0]的值，即a的值，压入栈64：3，LOAD_CONST0000：参数，将co_consts[0]，即'b'，压入栈37：6，INPLACE_ADD，TOS = TOS1 + TOS5a：7，STORE_NAME0000：参数，co_names[0]=TOS，即将栈顶赋值给a64：10，LOAD_CONST0100：参数53：13，RETURN_VALUE，Returns with TOS to the caller of the function |
实际上借助dis函数可以直接获得可读的字节码：
|
1
2
3
4
5
6
7
8
|
>>> import dis>>> dis.dis(s_code) 1 0 LOAD_NAME 0 (a) 3 LOAD_CONST 0 ('b') 6 INPLACE_ADD 7 STORE_NAME 0 (a) 10 LOAD_CONST 1 (None) 13 RETURN_VALUE |
完整代码：
|
1
2
3
4
5
6
7
8
|
s_code = 'a += "b"'c = compile(s_code, '', 'exec')c.co_codec.co_namesc.co_constsc.co_code.hex()import disdis.dis(s_code) |
非常失败，对比了string和tuple的赋值字节码，并没有看出string的优化…
以上就是本次关于python字节码的相关知识点，感谢你对服务器之家的支持。
原文链接：http://blog.csdn.net/Titan0427/article/details/79263760
