[笔记]Python虚拟机的运行时基本知识

首先应该了解程序的运行时刻环境，个人觉得龙书中文版第7章挺通俗易懂的。

Python在这方面设计了PyFrameObject这个结构（对应于龙书中的“活动记录”）来维护运行时环境，并采用了“访问链”的思想（龙书中介绍了“访问链”和“显示表”）来解决不同作用域间变量的访问问题。

不过在PyFrameObject中维护了3个成员，用来指向最经常使用的3个符号表，内置符号表、全局符号表、局部符号表：

    PyObject *f_builtins;     /* builtin symbol table (PyDictObject) */
    PyObject *f_globals;      /* global symbol table (PyDictObject) */
    PyObject *f_locals;       /* local symbol table (any mapping) */

这样可以避免在访问全局变量、内建变量时还要通过“访问链”上的回溯来搜索。

PyFrameObject通过如下成员来维护“访问链”（或者称“符号表链”、“名字空间链”）：

struct _frame *f_back;    /* previous frame, or NULL */

关于Python的作用域，有一些规则。

最内嵌套作用域规则：由一个赋值语句引进的名字在这个赋值语句所在的作用域里是可见（起作用）的，而且在其内部嵌套的每个作用域里也可见，除非它被嵌套于内部的，引进同样名字的另一条赋值语句所遮蔽/覆盖。

LEGB：符号表的搜索顺序是Local -> Enclosing Function -> Global -> Built-in

一个比较常见而且经典的案例是UnboundLocalError，见如下代码：

x = 10
def foo():
    print(x)
    x += 1
foo()

这一段代码会出现如下错误：

UnboundLocalError: local variable 'x' referenced before assignment

这个问题可以用下面两段话来解答：

This is because when you make an assignment to a variable in a scope, that variable becomes local to that scope and shadows any similarly named variable in the outer scope. Since the last statement in foo assigns a new value to x, the compiler recognizes it as a local variable. Consequently when the earlier print x attempts to print the uninitialized local variable and an error results.

URL:http://docs.python.org/faq/programming.html#why-am-i-getting-an-unboundlocalerror-when-the-variable-has-a-value

Otherwise, all variables found outside of the innermost scope are read-only (an attempt to write to such a variable will simply create a new local variable in the innermost scope, leaving the identically named outer variable unchanged).

URL:http://docs.python.org/tutorial/classes.html#python-scopes-and-namespaces

第二个URL，即官方文档也说明了LEGB规则：

• the innermost scope, which is searched first, contains the local names
• the scopes of any enclosing functions, which are searched starting with the nearest enclosing scope, contains non-local, but also non-global names
• the next-to-last scope contains the current module’s global names
• the outermost scope (searched last) is the namespace containing built-in names

上面讨论了帧对象PyFrameObject和作用域、符号表等，下面是比较大的概念：关于Python虚拟机的运行时环境。

虚拟机的具体实现位于ceval.c中的PyEval_EvalFrameEx函数中。

函数开头首先定义了如下变量：

    register PyObject **stack_pointer;  /* Next free slot in value stack */
    register unsigned char *next_instr;
    register int opcode;        /* Current opcode */
    register int oparg;         /* Current opcode argument, if any */
    register enum why_code why; /* Reason for block stack unwind */

含义可以从注释中看出，比如next_instr表示下一条指令，why表示栈展开的原因。

PyEval_EvalFrameEx是一个非常庞大的函数，拥有庞大的switch/case语句数目来执行各种指令。

函数中提供了几个访问指令的宏：

/* Code access macros */

#define INSTR_OFFSET()  ((int)(next_instr - first_instr))
#define NEXTOP()        (*next_instr++)
#define NEXTARG()       (next_instr += 2, (next_instr[-1]<<8) + next_instr[-2])
#define PEEKARG()       ((next_instr[2]<<8) + next_instr[1])
#define JUMPTO(x)       (next_instr = first_instr + (x))
#define JUMPBY(x)       (next_instr += (x))

此外，在运行时需要涉及的还有线程和进程，Python使用的是系统原生的线程/进程，并使用PyThreadState和PyInterpreterState对象来进行抽象和维护。

在PyEval_EvalFrameEx函数开头，也定义了tstate变量，并把当前线程状态赋值给该变量：

PyThreadState *tstate = PyThreadState_GET();

接着设置线程状态对象中的帧：

    tstate->frame = f;

然后再设置帧的一些信息：

    co = f->f_code;
    names = co->co_names;
    consts = co->co_consts;
    fastlocals = f->f_localsplus;
    freevars = f->f_localsplus + co->co_nlocals;
    first_instr = (unsigned char*) PyString_AS_STRING(co->co_code);
    next_instr = first_instr + f->f_lasti + 1;
    stack_pointer = f->f_stacktop;
    assert(stack_pointer != NULL);
    f->f_stacktop = NULL;       /* remains NULL unless yield suspends frame */

最后，进入switch/case：

        switch (opcode) {

P.S. “访问链”的形成是在PyFrame_New函数中，帧的f_back成员指向当前线程状态对象的frame成员。

JasonLee     2011.08.20     20:18