初步探究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; 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() 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' 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' 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; } 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 */ ……. } 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:
7.2 执行指令
执行test.py的字节码时,会先创建一个栈帧,以下用f表示当前栈帧,执行过程注释如下:
test.py的符号名集合和常量集合
co.co_names (‘s', 'func') co.co_consts (‘hello', <code object func at 0x2aaeeec57110, file ”test.py”, line 3>, none) co.co_names (‘s', 'func') co.co_consts (‘hello', <code object func at 0x2aaeeec57110, file ”test.py”, line 3>, none)
test.py的指令序列
上面的call_function指令执行时,会创建新的栈帧,并执行func的字节码指令,以下用f表示当前栈帧,func的字节码执行过程如下:
func函数的符号名集合和常量集合
func.co_names (‘s',) func.co_consts (none,) func.co_names (‘s',) func.co_consts (none,)
func函数的指令序列
7.3 查看栈帧
如果你想查看当前栈帧,python提供了sys._getframe()方法可以获取当前栈帧,你只需要在代码里加入代码如下:
def func(): import sys frame = sys._getframe() print frame.f_locals print frame.f_globals print frame.f_back.f_locals #你可以打印frame的各个域 print s