Python中关于Sequence切片的下标问题详解
|
前言 在python中,切片是一个经常会使用到的语法,不管是元组,列表还是字符串,一般语法就是:
先来简单示范下用法 sequence = [1,2,3,4,5] sequence [ilow:ihigh] # 从ilow开始到ihigh-1结束 sequence [ilow:] # 从ilow开始直到末尾 sequence [:ihigh] # 从头部开始直到ihigh结束 sequence [:] # 复制整个列表 语法很简洁,也很容易理解,这种语法在我们日常使用中 是简单又好用,但我相信在我们使用这种切片语法时,都会习惯性谨遵一些规则:
因为在大部分情况下,只有遵循上面的规则,才能得到我们预期的结果! 可是如果我不遵循呢? 切片会怎样? 不管我们在使用元组,当我们想取中一个元素时,我们会用到如下语法: sequence = [1,5] print sequence[1] # 输出2 print sequence[2] # 输出3 上面出现的 1,2 我们姑且称之为下标,我们都能通过下标来取出对应的值,但是如果下标超过对象的长度,那么将触发索引异常(IndexError) sequence = [1,5] print sequence[15] ### 输出 ### Traceback (most recent call last): File "test.py",line 2,in <module> print a[20] IndexError: list index out of range 那么对于切片呢? 两种语法很相似,假设我 ilow 和 ihigh分别是10和20,那么结果是怎样呢 情景重现 # version: python2.7 a = [1,5] print a[10:20] # 结果会报异常吗? 看到10和20,完全超出了序列a的长度,由于前面的代码,或者以前的经验,我们总会觉得这样肯定也会导致一个IndexError,那我们开终端来试验下: >>> a = [1,5] >>> print a[10:20] [] 结果居然是: [],这感觉有点意思.是只有列表才会这么,字符串呢,元组呢? >>> s = '23123123123' >>> print s[400:2000] '' >>> t = (1,4) >>> print t[200: 1000] () 结果都和列表的类似,返回属于各自的空结果. 看到结果的我们眼泪掉下来,不是返回一个IndexError,而是直接返回空,这让我们不禁想到,其实语法相似,背后的东西肯定还是不同的,那我们下面一起来尝试去解释下这结果吧 原理分析 在揭开之前,咱们要先搞清楚,python是怎样处理这个切片的,可以通过dis模块来协助:
############# 切片 ################
[root@iZ23pynfq19Z ~]# cat test.py
a = [11,4]
print a[20:30]
#结果:
[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
############# 单下标取值 ################
[root@gitlab ~]# cat test2.py
a = [11,4]
print a[20]
#结果:
[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
在这简单介绍下dis模块,有经验的老司机都知道,python在解释脚本时,也是存在一个编译的过程,编译的结果就是我们经常看到的pyc文件,这里面codeobject对象组成的字节码,而dis就是将这些字节码用比较可观的方式展示出来,让我们看到执行的过程,下面是dis的输出列解释:
前面就不赘述了,就是读常量存变量的过程,最主要的区别就是: test.py 切片是使用了字节码 SLICE+3实现的,而test2.py 单下标取值主要通过字节码BINARY_SUBSCR实现的,如同我们猜测的一样,相似的语法却是截然不同的代码.因为我们要展开讨论的是切片(SLICE+3),所以就不再展开BINARY_SUBSCR,感兴趣的童鞋可以查看相关源码了解具体实现,位置: python/object/ceval.c 那我们下面来展开讨论下 SLICE+3
/*取自: python2.7 python/ceval.c */
// 第一步:
PyEval_EvalFrameEx(PyFrameObject *f,int throwflag)
{
.... // 省略n行代码
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,然后调用apply_slice
Py_DECREF(u);
Py_XDECREF(v);
Py_XDECREF(w);
SET_TOP(x);
if (x != NULL) DISPATCH();
break;
}
.... // 省略n行代码
}
// 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的类型检查,要整型/长整型对象
Py_ssize_t ilow = 0,ihigh = PY_SSIZE_T_MAX;
if (!_PyEval_SliceIndex(v,&ilow)) // 将v对象再做检查,并将其值转换出来,存给ilow
return NULL;
if (!_PyEval_SliceIndex(w,&ihigh)) // 同上
return NULL;
return PySequence_GetSlice(u,ilow,ihigh); // 获取u对象对应的切片函数
}
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) {
// 先做个简单的初始化,如果左右下表小于,将其加上sequence长度使其归为0
Py_ssize_t l = (*m->sq_length)(s);
if (l < 0)
return NULL;
if (i1 < 0)
i1 += l;
if (i2 < 0)
i2 += l;
}
}
// 真正调用对象的sq_slice函数,来执行切片的操作
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);
虽然上面的代码有点长,不过关键地方都已经注释出来,而我们也只需要关注那些地方就足够了. 如上,我们知道最终是要执行 // 字符串对象 StringObject.c: (ssizessizeargfunc)string_slice,/*sq_slice*/ // 列表对象 ListObject.c: (ssizessizeargfunc)list_slice,/* sq_slice */ // 元组 TupleObject.c: (ssizessizeargfunc)tupleslice,/* sq_slice */ 因为他们三个的函数实现大致相同,所以我们只分析其中一个就可以了,下面是对列表的切片函数分析:
/* 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长度,那么重新赋值为a的长度
ilow = Py_SIZE(a);
if (ihigh < ilow)
ihigh = ilow;
else if (ihigh > Py_SIZE(a)) // 如果ihigh大于a长度,那么重新赋值为a的长度
ihigh = Py_SIZE(a);
len = ihigh - ilow;
np = (PyListObject *) PyList_New(len); // 创建一个ihigh - ilow的新列表对象
if (np == NULL)
return NULL;
src = a->ob_item + ilow;
dest = np->ob_item;
for (i = 0; i < len; i++) { // 将a处于该范围内的成员,添加到新列表对象
PyObject *v = src[i];
Py_INCREF(v);
dest[i] = v;
}
return (PyObject *)np;
}
结论 从上面的sq_slice函数对应的切片函数可以看到,如果在使用切片时,左右下标都大于sequence的长度时,都将会被重新赋值成sequence的长度,所以咱们一开始的切片: 好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如有疑问大家可以留言交流，谢谢大家对编程小技巧的支持。 （编辑：安卓应用网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |