Python程序的执行原理

1. 过程概述

Python先把代码（.py文件）编译成字节码，交给字节码虚拟机，然后虚拟机一条一条执行字节码指令，从而完成程序的执行。

2. 字节码

字节码在Python虚拟机程序里对应的是PyCodeObject对象。

.pyc文件是字节码在磁盘上的表现形式。

3. pyc文件

PyCodeObject对象的创建时机是模块加载的时候，即import。

Python test.py会对test.py进行编译成字节码并解释执行，但是不会生成test.pyc。如果test.py加载了其他模块，如import util，Python会对util.py进行编译成字节码，生成util.pyc，然后对字节码解释执行。如果想生成test.pyc，我们可以使用Python内置模块py_compile来编译。加载模块时，如果同时存在.py和.pyc，Python会尝试使用.pyc，如果.pyc的编译时间早于.py的修改时间，则重新编译.py并更新.pyc。

4. PyCodeObject

Python代码的编译结果就是PyCodeObject对象。

typedef struct {

PyObject_HEAD

int co_argcount;        /* 位置参数个数 */

int co_nlocals;         /* 局部变量个数 */

int co_stacksize;       /* 栈大小 */

int co_flags;

PyObject *co_code;      /* 字节码指令序列 */

PyObject *co_consts;    /* 所有常量集合 */

PyObject *co_names;     /* 所有符号名称集合 */

PyObject *co_varnames;  /* 局部变量名称集合 */

PyObject *co_freevars;  /* 闭包用的的变量名集合 */

PyObject *co_cellvars;  /* 内部嵌套函数引用的变量名集合 */

/* The rest doesn’t count for hash/cmp */

PyObject *co_filename;  /* 代码所在文件名 */

PyObject *co_name;      /* 模块名|函数名|类名 */

int co_firstlineno;     /* 代码块在文件中的起始行号 */

PyObject *co_lnotab;    /* 字节码指令和行号的对应关系 */

void *co_zombieframe;   /* for optimization only (see frameobject.c) */

} PyCodeObject;

5. pyc文件格式

加载模块时，模块对应的PyCodeObject对象被写入.pyc文件，格式如下：

6. 分析字节码

6.1 解析PyCodeObject

Python提供了内置函数compile可以编译Python代码和查看PyCodeObject对象，如下：

Python代码[test.py]

s = ”hello”

def func():

print s

func()

在Python交互式shell里编译代码得到PyCodeObject对象:

dir(co)已经列出co的各个域，想查看某个域直接在终端输出即可：

test.py的PyCodeObject

co.co_argcount    0

co.co_nlocals     0

co.co_names       (‘s’, ’func’)

co.co_varnames    (‘s’, ’func’)

co.co_consts      (‘hello’, <code object func at 0x2aaeeec57110, file ”test.py”, line 3>, None)

co.co_code        ’d\x00\x00Z\x00\x00d\x01\x00\x84\x00\x00Z\x01\x00e\x01\x00\x83\x00\x00\x01d\x02\x00S’

Python解释器会为函数也生成的字节码PyCodeObject对象，见上面的co_consts[1]

func的PyCodeObject

func.co_argcount   0

func.co_nlocals    0

func.co_names      (‘s’,)

func.co_varnames   ()

func.co_consts     (None,)

func.co_code       ‘t\x00\x00GHd\x00\x00S’

co_code是指令序列，是一串二进制流，它的格式和解析方法见6.2。

6.2 解析指令序列

指令序列co_code的格式

Python内置的dis模块可以解析co_code，如下图：

test.py的指令序列

func函数的指令序列

第一列表示以下几个指令在py文件中的行号;

第二列是该指令在指令序列co_code里的偏移量;

第三列是指令opcode的名称，分为有操作数和无操作数两种，opcode在指令序列中是一个字节的整数;

第四列是操作数oparg，在指令序列中占两个字节，基本都是co_consts或者co_names的下标;

第五列带括号的是操作数说明。

7. 执行字节码

Python虚拟机的原理就是模拟可执行程序再X86机器上的运行，X86的运行时栈帧如下图：

假如test.py用C语言来实现，会是下面这个样子：

const char *s = “hello”;

void func() {

printf(“%s\n”, s);

}

int main() {

func();

return 0;

}

Python虚拟机的原理就是模拟上述行为。当发生函数调用时，创建新的栈帧，对应Python的实现就是PyFrameObject对象。

7.1 PyFrameObject

typedef struct _frame {

PyObject_VAR_HEAD

struct _frame *f_back;    /* 调用者的帧 */

PyCodeObject *f_code;     /* 帧对应的字节码对象 */

PyObject *f_builtins;     /* 内置名字空间 */

PyObject *f_globals;      /* 全局名字空间 */

PyObject *f_locals;       /* 本地名字空间 */

PyObject **f_valuestack;  /* 运行时栈底 */

PyObject **f_stacktop;    /* 运行时栈顶 */

…….

}

那么对应Python的运行时栈就是这样子：