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:
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,inprinta[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。