我正在了解Python在PEP 393之后如何表示字符串,但我不明白PyASCIIObject和PyCompactUnicodeObject之间的区别。
我的理解是,字符串是用以下结构表示的:
typedef struct {
PyObject_HEAD
Py_ssize_t length; /* Number of code points in the string */
Py_hash_t hash; /* Hash value; -1 if not set */
struct {
unsigned int interned:2;
unsigned int kind:3;
unsigned int compact:1;
unsigned int ascii:1;
unsigned int ready:1;
unsigned int :24;
} state;
wchar_t *wstr; /* wchar_t representation (null-terminated) */
} PyASCIIObject;
typedef struct {
PyASCIIObject _base;
Py_ssize_t utf8_length;
char *utf8;
Py_ssize_t wstr_length;
} PyCompactUnicodeObject;
typedef struct {
PyCompactUnicodeObject _base;
union {
void *any;
Py_UCS1 *latin1;
Py_UCS2 *ucs2;
Py_UCS4 *ucs4;
} data;
} PyUnicodeObject;
如果我理解有误,请纠正我,我认为PyASCIIObject仅用于仅包含ASCII字符的字符串,PyCompactUnicodeObject使用PyASCIIObject结构,用于至少包含一个非ASCII字符的字符串,而PyUnicodeObject用于传统函数。这样说对吗?
此外,为什么PyASCIIObject使用wchar_t?一个char不足以表示ASCII字符串吗? 另外,如果PyASCIIObject已经有了wchar_t指针,为什么PyCompactUnicodeObject还需要一个char指针?我的理解是两个指针都指向相同的位置,但为什么要同时包含两个指针?