Python中关于Sequence切片的下标问题详解

2024-02-19 18:47:03 269

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:

sequence[ilow:ihigh:step]#ihigh,step可为空;为了简短易懂,暂时排除step的用法考虑

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:

ilow,ihigh均小于sequece的长度
ilow

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,列表还是字符串,当我们想取中一个元素时,我们会用到如下语法:

sequence=[1,2,3,4,5]
printsequence[1]#输出2
printsequence[2]#输出3

上面出现的1,2我们姑且称之为下标,不管是元组,列表还是字符串,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=[1,2,3,4,5]
printsequence[15]

###输出###
Traceback(mostrecentcalllast):
File"test.py",line2,in
printa[20]
IndexError:listindexoutofrange

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=[1,2,3,5]
printa[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=[1,2,3,5]
>>>printa[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'
>>>prints[400:2000]
''
>>>t=(1,2,3,4)
>>>printt[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~]#cattest.py
a=[11,2,3,4]
printa[20:30]

#结果:
[root@iZ23pynfq19Z~]#python-mdistest.py
10LOAD_CONST0(11)
3LOAD_CONST1(2)
6LOAD_CONST2(3)
9LOAD_CONST3(4)
12BUILD_LIST4
15STORE_NAME0(a)

218LOAD_NAME0(a)
21LOAD_CONST4(20)
24LOAD_CONST5(30)
27SLICE+3
28PRINT_ITEM
29PRINT_NEWLINE
30LOAD_CONST6(None)
33RETURN_VALUE

#############单下标取值################
[root@gitlab~]#cattest2.py
a=[11,2,3,4]
printa[20]

#结果:
[root@gitlab~]#python-mdistest2.py
10LOAD_CONST0(11)
3LOAD_CONST1(2)
6LOAD_CONST2(3)
9LOAD_CONST3(4)
12BUILD_LIST4
15STORE_NAME0(a)

218LOAD_NAME0(a)
21LOAD_CONST4(20)
24BINARY_SUBSCR
25PRINT_ITEM
26PRINT_NEWLINE
27LOAD_CONST5(None)
30RETURN_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:

第一列是数字是原始源代码的行号。
第二列是字节码的偏移量：LOAD_CONST在第0行.以此类推。
第三列是字节码人类可读的名字。它们是为程序员所准备的
第四列表示指令的参数
第五列是计算后的实际参数

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:python2.7python/ceval.c*/

//第一步:
PyEval_EvalFrameEx(PyFrameObject*f,intthrowflag)
{
....//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)/*returnu[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_tilow=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
returnNULL;
if(!_PyEval_SliceIndex(w,&ihigh))//同上
returnNULL;
returnPySequence_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);
returnres;
}
else
returnNULL;
}

//第三步:
PySequence_GetSlice(PyObject*s,Py_ssize_ti1,Py_ssize_ti2)
{
PySequenceMethods*m;
PyMappingMethods*mp;

if(!s)returnnull_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_tl=(*m->sq_length)(s);
if(l<0)
returnNULL;
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
returnm->sq_slice(s,i1,i2);
}elseif((mp=s->ob_type->tp_as_mapping)&&mp->mp_subscript){
PyObject*res;
PyObject*slice=_PySlice_FromIndices(i1,i2);
if(!slice)
returnNULL;
res=mp->mp_subscript(s,slice);
Py_DECREF(slice);
returnres;
}

returntype_error("'%.200s'objectisunsliceable",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m->sq_slice(s,i1,i2),但是这个sq_slice有点特别,因为不同的对象,它所对应的函数不同,下面是各自的对应函数:

//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*/
staticPyObject*
list_slice(PyListObject*a,Py_ssize_tilow,Py_ssize_tihigh)
{
PyListObject*np;
PyObject**src,**dest;
Py_ssize_ti,len;
if(ilow<0)
ilow=0;
elseif(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(ihighPy_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)
returnNULL;

src=a->ob_item+ilow;
dest=np->ob_item;
for(i=0;i
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:printa[10:20],实际上运行的是:printa4:4.通过这次的分析,以后在遇到下标大于对象长度的切片,应该不会再懵逼了~
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，谢谢大家对毛票票的支持。

Python中关于Sequence切片的下标问题详解

热门推荐

随机推荐