id()返回对象在生命周期内的唯一标识，在CPython中是PyObject*地址转成的整数，但非标准内存地址；小整数(-5~256)和部分字符串会被缓存导致相同id，可变对象就地修改id不变，新建则变。
Python 中 id() 返回的到底是不是内存地址
是，但不是你 C 语言里理解的那种“裸指针地址”。id() 在 CPython 实现中确实返回对象在内存中的地址（即 PyObject* 指针值），但它被强制转换为一个整数，且该整数只保证在对象生命周期内唯一。不同 Python 实现（如 PyPy、Jython）不承诺这个值是真实内存地址——所以不能跨实现依赖它的数值含义。
常见误解：看到 id(obj) 是个大整数（比如 140234567890128），就以为能用它做指针运算或传给 C 扩展当地址用。实际上，CPython 内部做了对齐和偏移处理，直接 reinterpret_cast 是危险的。
为什么两个相同值的不可变对象可能有相同 id()
因为 CPython 对小整数和短字符串做了对象缓存（interning）。例如：
>>> a = 42 >>> b = 42 >>> id(a) == id(b) True >>> a is b True
这不是巧合，而是优化行为。但仅限于特定范围：
立即学习“Python免费学习笔记（深入）”；
- 小整数：通常
-5到256（CPython 源码中定义为NSMALLPOSINTS和NSMALLNEGINTS） - 字符串：仅当由编译器静态确定、不含空格/特殊字符、长度较短时可能被 intern —— 但运行时拼接的字符串（如
"a" + "b"）一般不会自动 intern - 浮点数、元组等不参与此缓存
可变对象的 id() 何时会变
id() 只在对象被销毁重建时改变。对可变对象来说，只要没被 del 或失去所有引用，即使内容变了，id() 也保持不变：
>>> lst = [1, 2] >>> original_id = id(lst) >>> lst.append(3) >>> id(lst) == original_id True
但要注意这些陷阱：
- 赋值语句如
lst = lst + [4]创建了新列表，id()必然变化（因为+返回新对象） -
lst += [4]是就地修改，id()不变（调用的是__iadd__） - 使用
copy.copy()或切片lst[:]都会生成新对象，id()不同
想真正看内存布局？别只信 id()
id() 是调试辅助工具，不是内存分析接口。如果真要验证对象位置或观察内存复用，推荐：
- 用
ctypes.addressof()查看 ctypes 对象地址（需先转成ctypes.py_object） - 用
sys.getsizeof()看对象本身占用字节数（不含引用对象） - 用
gc.get_objects()配合id()追踪存活对象，但注意性能开销大 - 在 CPython 源码中查
Objects/object.c的_Py_NewReference实现，确认地址分配逻辑
最常被忽略的一点：id() 值在对象被回收后可能被新对象重用 —— 所以拿旧 id() 去查当前内存，大概率指向无关数据。
