大都好物不坚牢，彩云易散琉璃脆。——白居易《简简吟》

上一篇文章中已经简单介绍了Python中对象的生命周期，对象在内存中是动态变化的，创建、使用、销毁，都跟引用息息相关。

在更早的文章中也提到过Python最基本的垃圾回收是基于引用计数的。对象只有能被引用到，才是可用的，也就是“对象的可达性”。但是，并不是每一个引用都会使得被引用对象的引用计数增加，引用有强弱之分。今天的文章就是聚焦于对象的引用，聊聊引用的强与弱。

一个看似简单的“变量”的概念，其实，前面已经花了几篇文章的篇幅进行解释。截止目前，应该有如下关于“变量”的理解：

1、Python中一切皆为对象，所以，所有的变量赋值，其实都是引用赋值。

2、Python中变量是标签而不是盒子，可以粗略理解为变量本身记录的是要引用对象的地址。

3、要真正理解变量的赋值操作，关键在于区分是对变量重新赋值，从而发生引用关系的变化？还是引用关系不变，只是对对象内容的修改。

有了这些理解之后，就能很清楚地知道，变量与对象之间是引用的关系。而且，这种引用关系，其实就是强引用，会涉及到对象的引用计数的变化。

而所谓的del操作，新手可能会误以为是删除一个对象，其实本质上是解除引用关系，变量这个绑定在对象上的标签，被解除了。但是，对象本身不一定被删除，除非本次del操作后，对象的引用计数为0了，或者对象不可达了，才有可能触发对象的垃圾回收。

以实际代码为例，进行说明：

执行结果：

一旦解除所有引用，则对象就无法被访问了，对象会自然进入垃圾回收的流程。

但是，如果不解除所有引用，又会组织垃圾回收，导致内存一直不会被释放。

存在这样一种需求，虽然引用了对象，但是最好不要影响垃圾回收的处理。比如：缓存，虽然持有了对象的引用，但是对象可以被释放，我缓存失效就完事儿了，但不能所有加入缓存的对象，都不能被垃圾回收了，这显然不合理。代理模式、观察者模式也是同样的逻辑，对象本身不需要存在了，但是，总不能因为我加了个代理或者观察者，就导致了对象多了引用，无法被垃圾回收了。

为了应对这些特殊场景，弱引用的机制应运而生。

需要说明的是，弱引用不是Python的原创，其他面向对象的语言中也有相关的约定、实现。

Python中的弱引用，使用很简单，直接使用Python中的标准库的weakref模块，即可创建对象的弱引用，从而不增加对象的引用计数，因此也不会阻止对象的垃圾回收进程。

首先通过代码简单演示一下weakref模块的使用：

执行结果：

通过代码的执行演示，可以看到：

1、weakref.ref()函数会创建一个对象的弱引用。

2、弱引用是一个可调用对象，类似于函数调用时，会获得引用的对象，可以像正常使用对象一样，访问对象的属性、方法等。

3、弱引用不增加引用计数。

4、强引用解除时，可能导致对象被垃圾回收，弱引用执行调用操作会返回None。所以，通过弱引用使用对象时，最好加上是否为None的安全判断。

只是通过上面的代码示例，会觉得弱引用没有什么价值，毕竟如果要访问对象，直接使用变量赋值的强引用即可，而且使用起来更加方便。

其实，前面已经提到过弱引用的作用是避免影响引用计数及垃圾回收。

其典型的使用场景，有缓存、代理及观察者等。

首先看下弱引用代理的使用：

通过weakref.proxy()可以创建对象的代理，代理与被引用对象之间也是弱引用的关系，使用代理就好像使用被引用对象本身一样方便。

代码示例：

执行结果：

可以看到，弱引用的代理，可以像直接使用被引用对象一样，而且不增加被引用对象的引用计数。

被引用对象被释放时，会触发创建代理时注册的回调函数，从而实现一些对象释放时需要的扩展功能。

接下来看一下基于弱引用自己实现一个缓存的功能：

执行结果：

最后再通过弱引用实现一个观察者模式的效果：

我们通过代码模拟一个打工人干活，10个领导围观的效果：

执行结果：

可以看到，通过弱引用实现的观察者模式，也不会影响到对象的垃圾回收。

本文主要介绍了变量与对象的引用关系，强引用与弱引用的区别，以及基于弱引用在代理模式、观察者模式、缓存中的使用。

感谢您的拨冗阅读，如果能够对您稍微有点帮助，那就是本文的最大价值了。