1、Python程序执行过程
与java类似,Python将.py编译为字节码,然后通过虚拟机执行。编译过程与虚拟机执行过程均在python25.dll中。Python虚拟机比java更抽象,离底层更远。
编译过程不仅生成字节码,还要包含常量、变量、占用栈的空间等,Pyton中编译过程生成code对象PyCodeObject。将PyCodeObject写入二进制文件,即.pyc。
有必要则写入A.pyc指的是该.py是否只运行一次,如果import的模块,肯定会生成.pyc。
2、PyCodeObject对象与.pyc文件
Python解释器将.py程序编译为PyCodeObject对象,具体过程与编译原理类似。
typedef struct { PyObject_HEAD int co_argcount; // Code Block的参数的个数,比如说一个函数的参数 int co_nlocals; // Code Block中局部变量的个数 int co_stacksize; // 执行该段Code Block需要的栈空间 int co_flags; // N/A PyObject *co_code; // Code Block编译所得的byte code,以PyStringObject的形式存在 PyObject *co_consts; // PyTupleObject对象,保存Code Block中的常量 PyObject *co_names; // PyTupleObject对象,保存Code Block中的所有符号 PyObject *co_varnames; // Code Block中局部变量名集合 PyObject *co_freevars; // 实现闭包所需东西 PyObject *co_cellvars; // Code Block内部嵌套函数所引用的局部变量名集合 PyObject *co_filename; // Code Block所对应的.py文件的完整路径 PyObject *co_name; // Code Block的名字,通常是函数名或类名 int co_firstlineno; // Code Block在对应的.py文件中的起始行 PyObject *co_lnotab; // byte code与.py文件中source code行号的对应关系,以PyStringObject的形式存在 void *co_zombieframe; PyObject *co_weakreflist; } PyCodeObject;
一个Code Block生成一个PyCodeObject,进入一个名字空间成为进入一个Code Block。如下.py文件编译完成后会生成三个PyCodeObject,一个对应整个.py文件一个对应Class A,一个对应def Fun。实际这三个code对象是嵌套的,后两个code对象位于第一个code对象的co_consts属性中。其实,字节码位于co_code中。
class A: pass def Fun(): pass a = A() Fun()
pyc文件包括三部分:
(1)四字节的Magic int,表示pyc版本信息
(2)四字节的int,是pyc产生时间,若与py文件时间不同会重新生成
(3)序列化了的PyCodeObject对象。
3、pyc文件的生成
写入pyc文件的函数包括以下几个步骤:
PyMarshal_WriteLongToFile(pyc_magic, fp, Py_MARSHAL_VERSION); // 写入版本信息 PyMarshal_WriteLongToFile(0L, fp, Py_MARSHAL_VERSION); // 写入时间信息 PyMarshal_WriteObjectToFile((PyObject *)co, fp, Py_MARSHAL_VERSION); // 写入PyCodeObject对象
关键在于code对象的写入:
{ WFILE wf; wf.fp = fp; …… w_object(x, &wf); }
用到了一个WFILE结构体,可以认为是对FILE *fp 的一个封装:
typedef struct { FILE *fp; int error; int depth; PyObject *strings; // 存储字符串,写入时以dict形式,读出时以list形式 } WFILE;
关键在于w_object()函数:
static void w_object(PyObject *v, WFILE *p){ if (v == NULL) …… else if (PyInt_CheckExact(v)) …… else if (PyFloat_CheckExact(v)) …… else if (PyString_CheckExact(v)) …… else if (PyList_CheckExact(v)) …… }
w_code实质为根据不同的对象类型选取不同的策略,例如tuple对象:
else if (PyTuple_CheckExact(v)) { w_byte(TYPE_TUPLE, p); n = PyTuple_Size(v); W_SIZE(n, p); for (i = 0; i < n; i++) w_object(PyTuple_GET_ITEM(v, i), p);
而所有类型最终可分解为写入数值与写入字符串两种操作,涉及以下几部分:
#define w_byte(c, p) putc((c), (p)->fp) // 用于写入类型 static void w_long(long x, WFILE *p){ // 用于写入数字 w_byte((char)( x & 0xff), p); // 实质为用四个字节存储一个数字 w_byte((char)((x>> 8) & 0xff), p); w_byte((char)((x>>16) & 0xff), p); w_byte((char)((x>>24) & 0xff), p); } static void w_string(char *s, int n, WFILE *p){ //用于写入字符串 fwrite(s, 1, n, p->fp); }
由于序列化写入文件后丢失了结构信息,故写入每个对象时写入类型信息w_byte:
#define TYPE_INT 'i' #define TYPE_LIST '[' #define TYPE_DICT '{' #define TYPE_CODE 'c'
由于Python皆对象,w_object(PyObject*)便可针对不同类型选取不同写入方法,不断细分,最终分解为PyInt_Object或PyString_Object,利用w_long或w_string写入。
数字比较简单:
else if (PyInt_CheckExact(v)) { w_byte(TYPE_INT, p); w_long(x, p); }
字符串则比较复杂:
else if (PyString_CheckExact(v)) { if (p->strings && PyString_CHECK_INTERNED(v)) { PyObject *o = PyDict_GetItem(p->strings, v); // 获取在strings中的序号 if (o) { // inter对象的非首次写入 long w = PyInt_AsLong(o); w_byte(TYPE_STRINGREF, p); w_long(w, p); goto exit; } else { // intern对象的首次写入 int ok; ok = o && PyDict_SetItem(p->strings, v, o) >= 0; Py_XDECREF(o); w_byte(TYPE_INTERNED, p); } } else { // 写入普通string w_byte(TYPE_STRING, p); } n = PyString_GET_SIZE(v); W_SIZE(n, p); w_string(PyString_AS_STRING(v), n, p); }
(1)若写入普通字符串,写入字符串类型信息"S",然后写入字符串长度及string值。
(2)若写入inter字符串,先到WFILE的strings中查找:
(a)若找到,则写入引用类型信息"R",然后写入序号
(b)若未找到,创建对象放入strings,并写入intern类型信息"t",然后写入字符串长度及string值。
若依次写入"efei"、"snow"、"efei",则会如下:
从pyc文件读入时,依靠list,那么序号就可以利用上了。
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容!