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。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

typedefstruct{

PyObject_HEAD

intco_argcount;/* 位置参数个数 */

intco_nlocals;/* 局部变量个数 */

intco_stacksize;/* 栈大小 */

intco_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 */

intco_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]

1

2

3

4

5

6

7

s=”hello”

def func():

prints

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

1

2

3

4

5

6

7

co.co_argcount0

co.co_nlocals0

co.co_names(‘s’,’func’)

co.co_varnames(‘s’,’func’)

co.co_consts(‘hello’,,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

1

2

3

4

5

6

7

func.co_argcount0

func.co_nlocals0

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

opcodeopargopcodeopcodeoparg…

1 byte

2 bytes

1 byte

1 byte

2 bytes

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：

1

2

3

4

5

6

7

8

9

10

11

constchar*s=“hello”;

voidfunc(){

printf(“%s\n”,s);

}

intmain(){

func();

return0;

}

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

1

2

3

4

5

6

7

8

9

10

11

12

typedefstruct_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

1

2

3

co.co_names(‘s’,’func’)

co.co_consts(‘hello’,,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

1

2

3

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：

1

2

3

4

5

6

7

8

9

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

prints