Python编译/解释过程

Question

我试图更清楚地了解python编译器/解释器的过程。不幸的是，我没有上过口译课，也没有读过很多关于口译的文章。

基本上，我现在所了解的是，.py文件中的Python代码首先被编译为python字节码（我认为这是我偶尔看到的.pyc文件？）。接下来，字节码被编译成机器码，这是处理器真正理解的语言。差不多，我已经读过这个线程。为什么python在解释之前将源代码编译为字节码？

考虑到我对编译器/解释器的知识几乎不存在，有人可以给我一个关于整个过程的很好的解释吗？或者，如果不可能的话，也许给我一些资源，以快速概述编译器/解释器？

谢谢

Answer 1

除非您使用某些特殊的实现（例如pypy），否则字节码实际上不会解释为机器代码。

除此之外，您的描述正确。字节码被加载到Python运行时中，并由虚拟机解释，该虚拟机是一段代码，它读取字节码中的每条指令并执行所指示的任何操作。您可以在dis模块中看到此字节码，如下所示：

>>> def fib(n): return n if n < 2 else fib(n - 2) + fib(n - 1)
... 
>>> fib(10)
55
>>> import dis
>>> dis.dis(fib)
  1           0 LOAD_FAST                0 (n)
              3 LOAD_CONST               1 (2)
              6 COMPARE_OP               0 (<)
              9 JUMP_IF_FALSE            5 (to 17)
             12 POP_TOP             
             13 LOAD_FAST                0 (n)
             16 RETURN_VALUE        
        >>   17 POP_TOP             
             18 LOAD_GLOBAL              0 (fib)
             21 LOAD_FAST                0 (n)
             24 LOAD_CONST               1 (2)
             27 BINARY_SUBTRACT     
             28 CALL_FUNCTION            1
             31 LOAD_GLOBAL              0 (fib)
             34 LOAD_FAST                0 (n)
             37 LOAD_CONST               2 (1)
             40 BINARY_SUBTRACT     
             41 CALL_FUNCTION            1
             44 BINARY_ADD          
             45 RETURN_VALUE        
>>>

详细说明

了解上面的代码永远不会由您的CPU执行非常重要。它也永远不会转换成某种东西（至少不是在Python的官方C实现上）。CPU执行虚拟机代码，该虚拟机代码执行字节码指令指示的工作。当解释器要执行该fib功能时，它会一次读取一条指令，然后执行指令。它查看第一条指令，LOAD_FAST 0从而从保存参数的任何地方获取参数0（n传递给fib），并将其压入解释器的堆栈（Python的解释器是堆栈计算机）。在阅读下一条说明时，LOAD_CONST 1，它将从该函数拥有的常量集合中获取一个常量1（在这种情况下恰好是2），并将其压入堆栈。您实际上可以看到以下常量：

>>> fib.func_code.co_consts
(None, 2, 1)

下一条指令，COMPARE_OP 0告诉解释器弹出两个最顶部的堆栈元素，并在它们之间进行不等式比较，将布尔结果推回堆栈。第四条指令基于布尔值确定是向前跳五条指令还是继续下一条指令。所有这些动词都解释if n < 2了条件表达式中的部分fib。弄清楚其余fib字节码的含义和行为，对您而言将是非常有启发性的练习。唯一的一个，我不知道的是POP_TOP，我猜想JUMP_IF_FALSE已定义为将其布尔参数保留在堆栈上而不是将其弹出，因此必须显式弹出它。

更具指导意义的是检查原始字节码，fib从而：

>>> code = fib.func_code.co_code
>>> code
'|\x00\x00d\x01\x00j\x00\x00o\x05\x00\x01|\x00\x00S\x01t\x00\x00|\x00\x00d\x01\x00\x18\x83\x01\x00t\x00\x00|\x00\x00d\x02\x00\x18\x83\x01\x00\x17S'
>>> import opcode
>>> op = code[0]
>>> op
'|'
>>> op = ord(op)
>>> op
124
>>> opcode.opname[op]
'LOAD_FAST'
>>>

因此，您可以看到字节码的第一个字节是LOAD_FAST指令。下一对字节'\x00\x00'（16位中的数字0）是的参数LOAD_FAST，并告诉字节码解释器将参数0加载到堆栈上。