Python weakref.getweakrefcount 怎样查看对象关联的弱引用数量
把目标对象传给 weakref.getweakrefcount(obj),即可取得当前关联的弱引用和弱代理数量。它统计的是弱引用关系对象,不是普通变量别名数量,也不是对象还能存活多久。创建弱引用后,应先保留返回的引用对象,再观察数量变化。
官方文档地址:https://docs.python.org/3/library/weakref.html#weakref.getweakrefcount
先明确这个数量统计了什么
例如一个预览对象同时被缓存、界面和诊断代码使用。你想知道有多少弱观察入口,应该关注 getweakrefcount;若想知道谁仍然持有业务对象,这个数字不能直接回答。弱引用和代理允许访问目标,但它们自身不足以阻止目标被回收。
先确定指标含义,再设置观察位置:基线是在建立观察入口之前,比较值是在建立入口之后,两次都针对同一个对象。不要把另一次重新构造的对象拿来作对照,也不要用进程总内存变化代替这项局部指标。

保留引用对象,再观察计数
下面使用没有额外字段的自定义类,使观察范围集中在引用关系。返回 obj 是为了在调用者继续观察时维持目标对象;返回 ref 和 proxy 则让两种观察入口本身保留下来。
import weakref
class Preview:
pass
def observe():
obj = Preview()
before = weakref.getweakrefcount(obj)
# 显式保留弱引用和代理,避免临时对象立即失去持有者。
ref = weakref.ref(obj)
proxy = weakref.proxy(obj)
after = weakref.getweakrefcount(obj)
# 这里只输出待观察指标,不把数量当作对象存活条件。
print({"before": before, "after": after})
return obj, ref, proxy
obj, ref, proxy = observe()在这个孤立示例中,设计上预期基线为零,建立一个弱引用和一个弱代理后计数为二。这是根据示例结构说明预期,并非本机执行日志;真实程序中还可能有库或容器建立的弱引用关系,不能把二写成普遍成立的固定值。
不要改成只写 weakref.ref(obj) 而不保留返回值,再据随后计数判断创建是否成功。那样没有表达谁负责持有弱引用对象。指标观测需要稳定的对象范围和持有关系,才能解释前后差异。
本节数字是引用数量,没有涉及耗时、吞吐量或内存节省。增加或减少弱引用入口也不应直接被描述成性能优化;先说明观察用途,才知道是否需要进一步测量。
增加普通别名不会增加弱引用数量
继续增加 alias = obj,只是给业务对象增加一个普通别名。它不会凭空创建新的 weakref.ref 或 proxy,因此不应解释成弱引用数量增加。
# 延续上例:增加强引用别名,对比弱引用计数。
before_alias = weakref.getweakrefcount(obj)
alias = obj
after_alias = weakref.getweakrefcount(obj)
# 清单仅用于短时诊断;不要长期保存诊断结果。
linked = weakref.getweakrefs(obj)
print({
"before_alias": before_alias,
"after_alias": after_alias,
"linked_count": len(linked),
})
del linked
del alias此处 before_alias 和 after_alias 应保持一致。不要在两次读取之间插入会注册或释放观察入口的其他代码,否则对比就不再只反映别名赋值。多线程程序的两次读数也不是一个自动冻结的快照,应由调用者安排稳定的诊断时机。

用对象清单补充计数信息
需要进一步了解关联对象时,可以取得 getweakrefs 返回的清单。计数和清单服务于不同问题:前者回答“有多少”,后者让诊断代码继续查看具体引用对象。保存清单也意味着持有了其中的引用对象,因此示例使用完立即删除这个诊断变量。
| 观察目标 | 合适的信息 | 解释范围 |
|---|---|---|
| 当前关联数量 | getweakrefcount | 弱引用与代理 |
| 具体关联对象 | getweakrefs | 短时对象清单 |
| 强引用持有者 | 业务持有关系分析 | 不能从弱引用数反推 |
| 观察入口是否可用 | 对引用取值并处理不存在的目标 | 数量不是可用性承诺 |
排查时可以先记录基线,再建立一个明确入口,随后移除自己持有的入口。这个思路关注局部因果关系,避免把整个应用的对象生命周期压缩成一个没有上下文的数字。
常见问题
计数为零是否说明对象已经释放?
不是。传入的目标对象本身仍可被代码持有;零只表示当前没有被统计的弱引用或代理,不能据此宣告回收。
复制一个 ref 变量是否算新增入口?
给同一个引用对象再起一个变量名,并没有创建新的引用对象。不要按变量名数量计算这个指标。
所有对象都能创建弱引用吗?
不能。示例选择自定义类实例;直接使用不支持弱引用的对象创建 ref 会遇到类型限制。先确认目标类型支持能力,再研究计数。
Python Random.getstate 怎样在模拟中途保存并恢复随机序列
- 上一篇
- Python Random.getstate 怎样在模拟中途保存并恢复随机序列
- 下一篇
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
-
- 文章 · python教程 | 25分钟前 | Python教程 · Python 检查点 随机状态 Random.getstate Random.setstate 模拟复现
- Python Random.getstate 怎样在模拟中途保存并恢复随机序列
- 149浏览 收藏
-
- 文章 · python教程 | 46分钟前 | 并发控制 · Python教程 · asyncio · Python 协程同步 并发任务 asyncio.Barrier 阶段闸门 BrokenBarrierError
- Python asyncio.Barrier 怎样让多个协程在阶段边界同时放行
- 377浏览 收藏
-
- 文章 · python教程 | 50分钟前 | python · Python SQLite sqlite3 SQL脚本 Connection iterdump
- Python sqlite3.Connection.iterdump 怎样生成可恢复的 SQL 脚本
- 342浏览 收藏
-
- 文章 · python教程 | 54分钟前 | python · SQLite · Python SQLite sqlite3 Connection total_changes
- Python sqlite3.Connection.total_changes 怎样统计连接累计修改行数
- 422浏览 收藏
-
- 文章 · python教程 | 56分钟前 | python · SQLite · Python order by sqlite3 COLLATE Connection create_collation
- Python sqlite3 自定义排序规则如何参与 ORDER BY
- 215浏览 收藏
-
- 文章 · python教程 | 1小时前 | JSON · python · Python JSON JSONEncoder iterencode JSON文本
- Python json.JSONEncoder.iterencode 怎样分段生成 JSON 文本
- 211浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · pathlib · Python pathlib PurePath with_segments 路径派生
- Python pathlib.PurePath.with_segments 怎样让派生路径保留自定义状态
- 255浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · Python Calendar itermonthdays4 月历
- Python Calendar.itermonthdays4 怎样保留月历补齐日期的年月日
- 369浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 23小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1124次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1112次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1283次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1226次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1076次使用
-
- go格式“占位符”输入输出 类似python的input
- 2023-01-19 346浏览
-
- Golang如何调用Python代码详解
- 2023-01-07 235浏览
-
- HTTP 的 response 中的响应体和头部是分开发送的吗?
- 2023-01-28 387浏览
-
- B站等视频网站的弹幕用的是 websocket 还是轮询?
- 2023-02-16 447浏览
-
- Linux 下有什么命令行工具以时序显示 CPU 占用率?
- 2023-01-13 360浏览
