Python 的字符串 intern（驻留）机制，是最容易出现：

“明明内容一样，

为什么有时候 is=True，

有时候又 False？”

的经典陷阱。

很多人第一次看到：

a = "hello"

b = "hello"

print(a is b)

输出：

True

会误以为：

Python 的字符串都会自动复用内存。

实际上根本不是。

1. == 和 is 根本不是一回事

先区分：

a == b

比较：

值是否相等

而：

a is b

比较：

是不是同一个对象

2. 最诡异的地方

例如：

a = "python"

b = "python"

print(a is b)

结果：

True

但：

a = "hello world"

b = "hello world"

print(a is b)

有时候：

True

有时候：

False

不同：

Python 版本

解释器

REPL

文件执行

都可能不同。

3. 什么是字符串 intern

Python 为了优化：

会把部分字符串放进：

intern pool（驻留池）

后续重复字符串：

直接复用对象。

避免：

重复分配内存

重复 hash

提高 dict 查找效率

4. 哪些字符串容易被 intern

最常见：

标识符风格字符串

例如：

"abc"

"hello"

"my_var"

通常会自动 intern。

因为：

它们很像 Python 变量名。

5. 含空格的字符串就不稳定

例如：

a = "hello world"

b = "hello world"

print(a is b)

结果依赖：

编译优化

常量折叠

当前环境

因为：

带空格字符串不一定自动 intern。

6. REPL 和脚本结果可能不同

这是最经典的坑。

交互模式：

>>> a = "hello world"

>>> b = "hello world"

>>> a is b

True

但脚本运行：

False

因为：

REPL 会缓存当前输入行里的常量。

7. 动态生成字符串通常不会 intern

例如：

a = "hello"

b = "".join(["he", "llo"])

print(a == b)

print(a is b)

输出：

True

False

因为：

join() 生成了新对象。

8. 小整数缓存类似但不完全一样

很多人把：

256 is 256

和字符串 intern 混为一谈。

其实：

小整数缓存

字符串 intern

是两套机制。

虽然思想类似：

复用常用对象

9. sys.intern()

Python 提供了手动 intern。

例如：

import sys

a = sys.intern("hello world")

b = sys.intern("hello world")

print(a is b)

输出：

True

10. 为什么 dict 查找会受益

Python dict：

大量依赖字符串 key。

如果：

key1 is key2

那么：

甚至不需要逐字符比较。

直接：

指针比较

速度极快。

这也是：

为什么：

变量名

属性名

类名

通常会被 intern。

11. 编译期常量折叠的迷惑行为

例如：

a = "hello" "world"

b = "helloworld"

print(a is b)

输出：

True

因为：

编译器直接优化成一个常量。

12. 更诡异的 case

例如：

a = "a" * 20

b = "aaaaaaaaaaaaaaaaaaaa"

print(a is b)

有时：

True

有时：

False

因为：

不同版本优化策略不同。

13. 函数边界行为不同

例如：

def f():

return "hello"

def g():

return "hello"

print(f() is g())

很多时候：

True

因为：

代码对象共享常量池。

14. 长字符串更容易失败

例如：

a = "x" * 10000

b = "x" * 10000

print(a is b)

通常：

False

因为：

超长字符串默认不会 intern。

否则内存池会爆炸。

15. Unicode 字符串更复杂

例如：

a = "你好"

b = "你好"

print(a is b)

有时候：

True

有时候：

False

取决于：

编码

Python 版本

编译器优化

Unicode 的 intern 行为没 ASCII 稳定。

16. 不要依赖 is 比较字符串

这是核心原则。

错误：

if s is "admin":

正确：

if s == "admin":

因为：

intern 行为不是语言保证。

17. 为什么有时线上才出 bug

开发环境：

is True

生产环境：

is False

原因可能是：

Python 版本不同

PyPy vs CPython

debug 模式

编译优化变化

导致：

字符串是否 intern 改变。

18. PyPy 行为可能完全不同

PyPy：

JIT 更多。

intern 策略可能：

更激进

更保守

所以：

依赖：

is

会更危险。

19. 一个特别隐蔽的坑

例如：

token = request.GET["type"]

if token is "vip":

某些请求：

居然成功。

某些失败。

因为：

有时 web 框架内部复用了字符串。

有时没复用。

这种 bug 非常难查。

20. 官方其实不保证

Python 官方从未保证：

相同字符串一定共享对象

intern：

只是优化策略。

不是语言语义。

总结

字符串 intern 的本质：

Python 对部分字符串进行对象复用优化

导致：

a == b

和：

a is b

有时结果看起来“诡异”。

核心记住：

== 比较值

is 比较对象身份

intern 是实现细节

不要依赖字符串 is

Python 字符串 interning 的意外行为