python字节码扩展名_详解python字节码

Python对不可变序列进行重复拼接操作效率会很低，因为每次都会生成一个新的对象，解释器需要把原来对象中的元素先复制到新的对象里，然后再追加新的元素。

但是CPython对字符串操作进行了优化，因为对字符串做+=操作实在是太普遍了。因此，初始化str时会预留出额外的可扩展空间，从而进行增量操作的时候不会有复制再追加的这个步骤。

通过字节码研究一下这个过程。

>>> s_code = 'a += "b"'

>>> c = compile(s_code, '', 'exec')

>>> c.co_code

b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'

>>> c.co_names

('a',)

>>> c.co_consts

('b', None)

得到的字节码是Bytes类型的。这里穿插一些Bytes类型的知识。

Bytes类型

b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'，b表示是Bytes类型。Bytes以二进制字节序列的形式记录数据，每一个字符就代表一个字节(8位)。比如上面的e表示二进制0110 0101。部分ASCII码对照表如下图所示。

但是，不是所有的字节都是可显示的，甚至有些字节无法对应到ASCII码上(因为ASCII码只定义了128个字符，而一个字节有256个)。比如0000 0000对应的ASCII是不可显示的、0111 1111没有对应的ASCII码。

为了表示这些无法显示的字节，就引入了\x符号，其表示后续的字符为16进制。如，\x00表示16进制的00，也就是二进制的0000 0000。

至此，所有字节都可被表示。

字节码分析

回到开始的代码。为了显示方便，将b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'转为16进制来显示。

>>> c.co_code.hex()

'650000640000375a000064010053'

通过opcode.opname函数可以得到操作码所对应的操作指令

>>> import opcode

>>> opcode.opname[0x65]

'LOAD_NAME'

因此，完整的字节码可以解释为(TOS即top-of-stack，栈顶元素)：

字节：位置，功能

65：0，LOAD_NAME

0000：参数，将co_names[0]的值，即a的值，压入栈

64：3，LOAD_CONST

0000：参数，将co_consts[0]，即'b'，压入栈

37：6，INPLACE_ADD，TOS = TOS1 + TOS

5a：7，STORE_NAME

0000：参数，co_names[0]=TOS，即将栈顶赋值给a

64：10，LOAD_CONST

0100：参数

53：13，RETURN_VALUE，Returns with TOS to the caller of the function

实际上借助dis函数可以直接获得可读的字节码：

>>> import dis

>>> dis.dis(s_code)

1 0 LOAD_NAME 0 (a)

3 LOAD_CONST 0 ('b')

6 INPLACE_ADD

7 STORE_NAME 0 (a)

10 LOAD_CONST 1 (None)

13 RETURN_VALUE

完整代码：

s_code = 'a += "b"'

c = compile(s_code, '', 'exec')

c.co_code

c.co_names

c.co_consts

c.co_code.hex()

import dis

dis.dis(s_code)

非常失败，对比了string和tuple的赋值字节码，并没有看出string的优化…

以上就是本次关于python字节码的相关知识点，感谢你对脚本之家的支持。