Python字符串不可变是理解内存、编码等的起点；字符串是否被intern取决于是否满足标识符字符等条件；encode()的errors参数需据场景选择，标准化后再编码最安全。
Python 字符串不是“不可变对象”这个说法的终点，而是理解内存、编码、引用和优化的起点。
字符串字面量与 id() 的关系为什么不能只看 is
很多人用 "abc" is "abc" 返回 True 就认为字符串“被复用”，但这是 CPython 的实现细节，不是语言规范。关键要看 id() 是否相同，而它依赖于字符串是否满足“intern 条件”：仅含标识符字符（字母/数字/下划线）、长度不太长、且在编译期确定。
-
"hello world"（含空格）不会被自动 intern，id("hello world")每次调用都可能不同 -
__name__、函数名、模块名等由解释器主动 intern，所以sys.intern()对它们无效 - 手动调用
sys.intern(s)可强制 intern，但仅当s是str且未被 gc 回收时才安全
str.encode() 的 errors 参数怎么选才不丢数据
默认 errors="strict" 遇到无法编码的字符直接抛 UnicodeEncodeError；但生产环境常需容错。选错参数会导致静默截断或乱码，尤其处理用户输入或日志时。
-
errors="ignore"：跳过非法字符——危险，可能让"café".encode("ascii")变成b"cafe"，丢失重音信息 -
errors="replace"：替换成?（如b"caf?"）——适合终端显示，但不可逆 -
errors="xmlcharrefreplace"：转成é形式，适合 HTML 输出 - 真正安全的方案是先用
unicodedata.normalize("NFC", s)标准化，再 encode
拼接大量字符串时，+=、join() 和 io.StringIO 性能差多少
不是所有场景都该无脑用 join()。性能差异取决于字符串数量、长度、以及是否在循环中动态生成。
立即学习“Python免费学习笔记（深入）”；
-
s += t在 CPython 中对小字符串（ -
" ".join(list_of_str)是 O(N) 且内存友好，但要求所有元素提前存在——不适合流式构建 -
io.StringIO()更适合边读边写、中间有逻辑判断的场景，比如模板渲染或日志缓冲 - 实测：拼接 10⁴ 个 50 字符字符串，
join()比+=快约 8 倍；但若每次拼接前要if判断，StringIO可读性与性能更平衡
import io
buf = io.StringIO()
for item in data:
if should_include(item):
buf.write(str(item))
buf.write(", ")
result = buf.getvalue().rstrip(", ")
字符串的“不可变性”真正约束的是对象身份，而不是程序员对它的使用方式；真正容易被忽略的，是编码错误在日志里不报错、却悄悄变成 ? 或空字节——这种问题往往在线上压测时才暴露。
