Python-大型DOC字符串垃圾记忆吗？

Question

我知道，在Python中，字符串只是一个表达式，字符串本身将是在控制返回代码呼叫者后立即收集的垃圾，但是...

1. 代码中的大型类/方法文档字符串：它们是否通过构建字符串对象来浪费内存？
2. 模块级文档字符串：它们是否由解释器无限存储？

这甚至重要吗？我唯一的关注是这样的想法是，如果我使用诸如Django或多个大型开源库之类的大框架，那么它们往往会得到充分的文献记载，并有可能具有多个兆字节的文本。在这些情况下，是否将DOC字符串加载到途中使用的代码内存中，然后将其保留在那里，还是像普通字符串一样立即收集？

Answer 1

• 我认为：“我知道，在Python中，一个字符串只是一个表达式，一根字符串本身就是在控制权回到代码呼叫者后立即收集的垃圾。”我认为这是一种误解。评估一次DOCSTRING（并非每个函数调用），并且至少与函数相比保持活跃。

• “这甚至重要吗？”当涉及到优化时，不是通过抽象地思考而不是通过测量来回答它。在记忆密集型应用程序中，文本的“多个兆字节”可能并不多。节省内存的解决方案可能会延伸到其他地方，您可以通过测量确定情况。

• python's -OO 命令行开关删除Docstrings。

Answer 2

默认情况下，Python Docstrings将无限期地保留，因为它们可以通过函数或模块的__DOC__属性访问。例如，在test.py中进行以下内容：

"""This is a test module."""

def f():
   """This is a test function."""
   pass

然后：

$ python
Python 2.5.1 (r251:54863, Oct 30 2007, 13:54:11) 
[GCC 4.1.2 20070925 (Red Hat 4.1.2-33)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import test
>>> test.__doc__
'This is a test module.'
>>> test.f.__doc__
'This is a test function.'
>>> 

这 -OO 解释器的选项显然使其从生成的 .pyo 文件，但它没有我期望的效果：

$ python -OO
Python 2.5.1 (r251:54863, Oct 30 2007, 13:54:11) 
[GCC 4.1.2 20070925 (Red Hat 4.1.2-33)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import test
>>> test.__file__
'/tmp/test.py'
>>> 
$ grep "This is a test" /tmp/test.pyo
Binary file /tmp/test.pyo matches
$ python -OO
Python 2.5.1 (r251:54863, Oct 30 2007, 13:54:11) 
[GCC 4.1.2 20070925 (Red Hat 4.1.2-33)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import test
>>> test.__file__
'/tmp/test.pyo'
>>> test.__doc__
'This is a test module.'
>>> 

实际上， test.pyo 生成的文件 -OO 与 test.pyc 没有命令行参数生成的文件。谁能解释这种行为？