Python字節碼與程序執行過程詳解
問題：
我們每天都要編寫一些Python程序，或者用來處理一些文本，或者是做一些系統管理工作。程序寫好後，隻需要敲下python命令，便可將程序啟動起來並開始執行：
$ python some-program.py
那麼，一個文本形式的.py文件，是如何一步步轉換為能夠被CPU執行的機器指令的呢？此外，程序執行過程中可能會有.pyc文件生成，這些文件又有什麼作用呢？
1. 執行過程
雖然從行為上看Python更像Shell腳本這樣的解釋性語言，但實際上Python程序執行原理本質上跟Java或者C#一樣，都可以歸納為虛擬機和字節碼。Python執行程序分為兩步：先將程序代碼編譯成字節碼，然後啟動虛擬機執行字節碼：
雖然Python命令也叫做Python解釋器，但跟其他腳本語言解釋器有本質區別。實際上，Python解釋器包含編譯器以及虛擬機兩部分。當Python解釋器啟動後，主要執行以下兩個步驟：
編譯器將.py文件中的Python源碼編譯成字節碼虛擬機逐行執行編譯器生成的字節碼
因此，.py文件中的Python語句並沒有直接轉換成機器指令，而是轉換成Python字節碼。
2. 字節碼
Python程序的編譯結果是字節碼，裡面有很多關於Python運行的相關內容。因此，不管是為瞭更深入理解Python虛擬機運行機制，還是為瞭調優Python程序運行效率，字節碼都是關鍵內容。那麼，Python字節碼到底長啥樣呢？我們如何才能獲得一個Python程序的字節碼呢——Python提供瞭一個內置函數compile用於即時編譯源碼。我們隻需將待編譯源碼作為參數調用compile函數，即可獲得源碼的編譯結果。
3. 源碼編譯
下面，我們通過compile函數來編譯一個程序：
源碼保存在demo.py文件中：
PI = 3.14
def circle_area(r):
return PI * r ** 2
class Person(object):
def __init__(self, name):
self.name = name
def say(self):
print('i am', self.name)
編譯之前需要將源碼從文件中讀取出來：
>>> text = open('D:\myspace\code\pythonCode\mix\demo.py').read()
>>> print(text)
PI = 3.14
def circle_area(r):
return PI * r ** 2
class Person(object):
def __init__(self, name):
self.name = name
def say(self):
print('i am', self.name)
然後調用compile函數來編譯源碼：
>>> result = compile(text,'D:\myspace\code\pythonCode\mix\demo.py', 'exec')
compile函數必填的參數有3個：
source：待編譯源碼
filename：源碼所在文件名
mode：編譯模式，exec表示將源碼當作一個模塊來編譯
三種編譯模式：
exec：用於編譯模塊源碼
single：用於編譯一個單獨的Python語句（交互式下）
eval：用於編譯一個eval表達式
4. PyCodeObject
通過compile函數，我們獲得瞭最後的源碼編譯結果result：
>>> result <code object <module> at 0x000001DEC2FCF680, file "D:\myspace\code\pythonCode\mix\demo.py", line 1> >>> result.__class__ <class 'code'>
最終我們得到瞭一個code類型的對象，它對應的底層結構體是PyCodeObject
PyCodeObject源碼如下：
/* Bytecode object */
struct PyCodeObject {
PyObject_HEAD
int co_argcount; /* #arguments, except *args */
int co_posonlyargcount; /* #positional only arguments */
int co_kwonlyargcount; /* #keyword only arguments */
int co_nlocals; /* #local variables */
int co_stacksize; /* #entries needed for evaluation stack */
int co_flags; /* CO_..., see below */
int co_firstlineno; /* first source line number */
PyObject *co_code; /* instruction opcodes */
PyObject *co_consts; /* list (constants used) */
PyObject *co_names; /* list of strings (names used) */
PyObject *co_varnames; /* tuple of strings (local variable names) */
PyObject *co_freevars; /* tuple of strings (free variable names) */
PyObject *co_cellvars; /* tuple of strings (cell variable names) */
/* The rest aren't used in either hash or comparisons, except for co_name,
used in both. This is done to preserve the name and line number
for tracebacks and debuggers; otherwise, constant de-duplication
would collapse identical functions/lambdas defined on different lines.
*/
Py_ssize_t *co_cell2arg; /* Maps cell vars which are arguments. */
PyObject *co_filename; /* unicode (where it was loaded from) */
PyObject *co_name; /* unicode (name, for reference) */
PyObject *co_linetable; /* string (encoding addr<->lineno mapping) See
Objects/lnotab_notes.txt for details. */
void *co_zombieframe; /* for optimization only (see frameobject.c) */
PyObject *co_weakreflist; /* to support weakrefs to code objects */
/* Scratch space for extra data relating to the code object.
Type is a void* to keep the format private in codeobject.c to force
people to go through the proper APIs. */
void *co_extra;
/* Per opcodes just-in-time cache
*
* To reduce cache size, we use indirect mapping from opcode index to
* cache object:
* cache = co_opcache[co_opcache_map[next_instr - first_instr] - 1]
*/
// co_opcache_map is indexed by (next_instr - first_instr).
// * 0 means there is no cache for this opcode.
// * n > 0 means there is cache in co_opcache[n-1].
unsigned char *co_opcache_map;
_PyOpcache *co_opcache;
int co_opcache_flag; // used to determine when create a cache.
unsigned char co_opcache_size; // length of co_opcache.
};
代碼對象PyCodeObject用於存儲編譯結果，包括字節碼以及代碼涉及的常量、名字等等。關鍵字段包括：
| 字段 | 用途 |
|---|---|
| co_argcount | 參數個數 |
| co_kwonlyargcount | 關鍵字參數個數 |
| co_nlocals | 局部變量個數 |
| co_stacksize | 執行代碼所需棧空間 |
| co_flags | 標識 |
| co_firstlineno | 代碼塊首行行號 |
| co_code | 指令操作碼，即字節碼 |
| co_consts | 常量列表 |
| co_names | 名字列表 |
| co_varnames | 局部變量名列表 |
下面打印看一下這些字段對應的數據：
通過co_code字段獲得字節碼：
>>> result.co_code b'd\x00Z\x00d\x01d\x02\x84\x00Z\x01G\x00d\x03d\x04\x84\x00d\x04e\x02\x83\x03Z\x03d\x05S\x00'
通過co_names字段獲得代碼對象涉及的所有名字：
>>> result.co_names
('PI', 'circle_area', 'object', 'Person')
通過co_consts字段獲得代碼對象涉及的所有常量：
>>> result.co_consts (3.14, <code object circle_area at 0x0000023D04D3F310, file "D:\myspace\code\pythonCode\mix\demo.py", line 3>, 'circle_area', <code object Person at 0x0000023D04D3F5D0, file "D:\myspace\code\pythonCode\mix\demo.py", line 6>, 'Person', None)
可以看到，常量列表中還有兩個代碼對象，其中一個是circle_area函數體，另一個是Person類定義體。對應Python中作用域的劃分方式，可以自然聯想到：每個作用域對應一個代碼對象。如果這個假設成立，那麼Person代碼對象的常量列表中應該還包括兩個代碼對象：init函數體和say函數體。下面取出Person類代碼對象來看一下：
>>> person_code = result.co_consts[3]
>>> person_code
<code object Person at 0x0000023D04D3F5D0, file "D:\myspace\code\pythonCode\mix\demo.py", line 6>
>>> person_code.co_consts
('Person', <code object __init__ at 0x0000023D04D3F470, file "D:\myspace\code\pythonCode\mix\demo.py", line 7>, 'Person.__init__', <code object say at 0x0000023D04D3F520, file "D:\myspace\code\pythonCode\mix\demo.py", line 10>, 'Person.say', None)
因此，我們得出結論：Python源碼編譯後，每個作用域都對應著一個代碼對象，子作用域代碼對象位於父作用域代碼對象的常量列表裡，層級一一對應。
至此，我們對Python源碼的編譯結果——代碼對象PyCodeObject有瞭最基本的認識，後續會在虛擬機、函數機制、類機制中進一步學習。
5. 反編譯
字節碼是一串不可讀的字節序列，跟二進制機器碼一樣。如果想讀懂機器碼，可以將其反匯編，那麼字節碼可以反編譯嗎？
通過dis模塊可以將字節碼反編譯：
>>> import dis >>> dis.dis(result.co_code) 0 LOAD_CONST 0 (0) 2 STORE_NAME 0 (0) 4 LOAD_CONST 1 (1) 6 LOAD_CONST 2 (2) 8 MAKE_FUNCTION 0 10 STORE_NAME 1 (1) 12 LOAD_BUILD_CLASS 14 LOAD_CONST 3 (3) 16 LOAD_CONST 4 (4) 18 MAKE_FUNCTION 0 20 LOAD_CONST 4 (4) 22 LOAD_NAME 2 (2) 24 CALL_FUNCTION 3 26 STORE_NAME 3 (3) 28 LOAD_CONST 5 (5) 30 RETURN_VALUE
字節碼反編譯後的結果和匯編語言很類似。其中，第一列是字節碼的偏移量，第二列是指令，第三列是操作數。以第一條字節碼為例，LOAD_CONST指令將常量加載進棧，常量下標由操作數給出，而下標為0的常量是：
>>> result.co_consts[0]3.14
這樣，第一條字節碼的意義就明確瞭：將常量3.14加載到棧。
由於代碼對象保存瞭字節碼、常量、名字等上下文信息，因此直接對代碼對象進行反編譯可以得到更清晰的結果：
>>>dis.dis(result)
1 0 LOAD_CONST 0 (3.14)
2 STORE_NAME 0 (PI)
3 4 LOAD_CONST 1 (<code object circle_area at 0x0000023D04D3F310, file "D:\myspace\code\pythonCode\mix\demo.py", line 3>)
6 LOAD_CONST 2 ('circle_area')
8 MAKE_FUNCTION 0
10 STORE_NAME 1 (circle_area)
6 12 LOAD_BUILD_CLASS
14 LOAD_CONST 3 (<code object Person at 0x0000023D04D3F5D0, file "D:\myspace\code\pythonCode\mix\demo.py", line 6>)
16 LOAD_CONST 4 ('Person')
18 MAKE_FUNCTION 0
20 LOAD_CONST 4 ('Person')
22 LOAD_NAME 2 (object)
24 CALL_FUNCTION 3
26 STORE_NAME 3 (Person)
28 LOAD_CONST 5 (None)
30 RETURN_VALUE
Disassembly of <code object circle_area at 0x0000023D04D3F310, file "D:\myspace\code\pythonCode\mix\demo.py", line 3>:
4 0 LOAD_GLOBAL 0 (PI)
2 LOAD_FAST 0 (r)
4 LOAD_CONST 1 (2)
6 BINARY_POWER
8 BINARY_MULTIPLY
10 RETURN_VALUE
Disassembly of <code object Person at 0x0000023D04D3F5D0, file "D:\myspace\code\pythonCode\mix\demo.py", line 6>:
6 0 LOAD_NAME 0 (__name__)
2 STORE_NAME 1 (__module__)
4 LOAD_CONST 0 ('Person')
6 STORE_NAME 2 (__qualname__)
7 8 LOAD_CONST 1 (<code object __init__ at 0x0000023D04D3F470, file "D:\myspace\code\pythonCode\mix\demo.py", line 7>)
10 LOAD_CONST 2 ('Person.__init__')
12 MAKE_FUNCTION 0
14 STORE_NAME 3 (__init__)
10 16 LOAD_CONST 3 (<code object say at 0x0000023D04D3F520, file "D:\myspace\code\pythonCode\mix\demo.py", line 10>)
18 LOAD_CONST 4 ('Person.say')
20 MAKE_FUNCTION 0
22 STORE_NAME 4 (say)
24 LOAD_CONST 5 (None)
26 RETURN_VALUE
Disassembly of <code object __init__ at 0x0000023D04D3F470, file "D:\myspace\code\pythonCode\mix\demo.py", line 7>:
8 0 LOAD_FAST 1 (name)
2 LOAD_FAST 0 (self)
4 STORE_ATTR 0 (name)
6 LOAD_CONST 0 (None)
8 RETURN_VALUE
Disassembly of <code object say at 0x0000023D04D3F520, file "D:\myspace\code\pythonCode\mix\demo.py", line 10>:
11 0 LOAD_GLOBAL 0 (print)
2 LOAD_CONST 1 ('i am')
4 LOAD_FAST 0 (self)
6 LOAD_ATTR 1 (name)
8 CALL_FUNCTION 2
10 POP_TOP
12 LOAD_CONST 0 (None)
14 RETURN_VALUE
操作數指定的常量或名字的實際值在旁邊的括號內列出，此外，字節碼以語句為單位進行瞭分組，中間以空行隔開，語句的行號在字節碼前面給出。例如PI = 3.14這個語句就被會變成瞭兩條字節碼：
1 0 LOAD_CONST 0 (3.14)
2 STORE_NAME 0 (PI)
6. pyc
如果將demo作為模塊導入，Python將在demo.py文件所在目錄下生成.pyc文件：
>>> import demo
pyc文件會保存經過序列化處理的代碼對象PyCodeObject。這樣一來，Python後續導入demo模塊時，直接讀取pyc文件並反序列化即可得到代碼對象，避免瞭重復編譯導致的開銷。隻有demo.py有新修改（時間戳比.pyc文件新），Python才會重新編譯。
因此，對比Java而言：Python中的.py文件可以類比Java中的.java文件，都是源碼文件；而.pyc文件可以類比.class文件，都是編譯結果。隻不過Java程序需要先用編譯器javac命令來編譯，再用虛擬機java命令來執行；而Python解釋器把這兩個過程都完成瞭。
以上就是Python字節碼與程序執行過程詳解的詳細內容，更多關於Python程序執行字節碼的資料請關註WalkonNet其它相關文章！
推薦閱讀：
- Python類方法總結講解
- Python虛擬機棧幀對象及獲取源碼學習
- 一篇文中告訴你JS中的"值傳遞"和"引用傳遞"
- Python詳解如何動態給對象增加屬性和方法
- Python內建類型bytes深入理解