python执行py文件的流程

当我们执行一个py文件的时候，直接python xx.py即可，那么这个流程是怎么样的呢。先说明一下，python执行代码实际上是先打开文件然后执行里面的代码，所以文件的扩展名不一定是py的形式，txt形式也是依旧可以成功执行，只要文件里面的代码是符合python规范的。下面我们来看看python是怎么执行py文件的。

先将文件里面的内容读取出来，scanner对其进行扫描，切分成一个个的token

parser对token进行解析，建立抽象语法树(AST,abstract syntax tree)

compiler对ast进行编译，得到python字节码

code evaluator执行字节码

我们注意到第三个过程，是一个编译的过程。说明python即便是解释性语言，也依旧存在着编译的过程，这一点和java是一样的。之所以要存在编译的过程，主要是为了优化执行的速度，比如元组，或者函数里面出现了yield，这一点在编译的时候就已经确定了，编译的时候就已经知道这是一个什么样的数据结构，那么在执行的时候可以很快速的分配相应的内存。我们在打开python文件所在的目录的时候，总会看到一个__pycache__的文件夹，这里面存放的就是python编译之后的字节码。当执行python文件的时候，会检测当前的__pycache__目录中是否有对应的字节码，没有就创建，有的话比较字节码的创建时间和当前py文件的修改时间，如果字节码的创建时间要晚一些，说明用户没有修改文件，于是执行字节码，如果字节码的创建时间要早一些，说明用户修改了python源代码，那么就会从新编译得到一个新的字节码。此外编译还有一个重要的特点，就是语法检测。错误分为两种：一种是语法错误，另一种是逻辑错误。

语法错误就是源代码没有遵循python的规范，比如if判断使用了一个=，或者for循环后面没有:等等，这些都是属于语法错误，这是一种低级的错误，在编译的时候就会失败。

try:

>

except Exception:

pass

"""

这个代码是编译不过去的，即便你使用了try···except。

语法错误就是不遵循python规范，编译的时候都编译不过。

"""

那么另一种错误就是逻辑错误，这是语法没问题，但是执行的时候出错了，比如索引越界、和0相除、变量没有定义等等，这些错误是在运行的时候才会出现的，这是可以被捕获的。

try:

a

except Exception:

pass

# 这段代码是不会报错的。

python如何编译py文件生成字节码

python中的字节码有两种，pyc和pyo，两者本质上没啥区别，只不过pyo的优化程度更高一些。

编译可以通过py_compile模块进行编译

# test.py

def foo(name):

print("hello " + name)

我们来对test.py进行编译

import py_compile

"""

参数如下：

file：要编译的py文件

cfile：编译之后的字节码文件，不指定的话默认为源文件目录下的__pycache__目录的下的'源文件名.解释器类型-python版本.字节码类型'文件

dfile：错误消息文件，默认和cfile一样，一般不用管

doraise：是否开启异常处理，默认和False

optimize：优化字节码级别。如果是pyc：可以选-1或0。pyo的话，可以选1或2。都是值越小优化程度越高

"""

py_compile.compile(file="test.py", cfile=r"./test.pyc", optimize=-1)

py_compile.compile(file="test.py", cfile=r"./test.pyo", optimize=1)

可以看到，已经编译成功了，pyc是可以直接当做普通py文件导入的，但是pyo貌似不可以，所以一般我们只编译成pyc形式的字节码。但是如果不导入只是执行的话，那么是可以编译成pyo的。

import test

test.foo("mashiro") # hello mashiro

编译的另一种方式，我们也可以直接使用命令行。

编译成pyc

python -m py_compile 源代码

编译成pyo

python -O -m py_compile 源代码

如果需要编译整个目录内的所有源代码

python compileall

python编译py文件生成.pyd(.so)

为什么会有pyd，因为更安全，如果不希望源代码被公开的话，可以变成扩展模块。字节码是可以被反编译的，但是pyd目前还没有被反编译的情况，而且在编译成pyd之后会更快。首先要安装Cython，直接pip install 即可

pyd相当于是Windows中的dll，不同的是pyd只能被python调用。

# test.py

def add(a: int, b: int) -> int:

return a + b

def haha(n: int) -> int:

return sum(range(n))

下面编译test.py生成pyd

# to_pyd.py

import Cython.Build

# 这个函数将会在对应py文件的目录下创建一个同名的.c文件，当然这个不重要

# 这个函数是有返回值的，会返回一个distutils.extension.Extension对象列表

ext = Cython.Build.cythonize("test.py")

# 下面还要导入另一个模块

import distutils.core

# 调用setup方法

distutils.core.setup(

name="mashiro.pyd", # 编译后的pyd文件名

version="1.0", # 报的版本号，这个无所谓，可以不用管

ext_modules=ext, # 这个很重要，就是我们使用Cython.Build.cythonize返回的结果

author="猪哥哥", # 无所谓，可以不管

author_email="shiinamashiro163@gmail.com" # 邮箱，可以不用管

)

然后最后一步，打开所在终端，执行编译

python to_pyd.py build

或者

python to_pyd.py build_ext

编译之后会得到一个build目录，里面就是编译之后的内容

在Windows上会得到pyd，但是在linux上会得到.so文件

这个文件和Windows的pyd一样，是可以当做普通模块直接导入的。

# 1.py

import test # 直接导入即可，后面那一大串不用管

print(test) #

print(test.__file__) # /home/wmz/build/lib.linux-x86_64-3.7/test.cpython-37m-x86_64-linux-gnu.so

print(test.add(100, 200)) # 300

print(test.haha(1000000)) # 499999500000

python中嵌入C语言

1.c

#include

#include

int add(int a, int b)

{

return a + b;

}

int sub(int a, int b)

{

return a - b;

}

编译这段c代码,生成.so文件，此时的.so文件不是由python代码生成的，而是由c代码生成，所以就不能通过import的方式直接导入了

编译：gcc -o 编译之后的dll或者so文件名 -shared c源文件

import ctypes

lib = ctypes.cdll.LoadLibrary("./heiheihei.so") # 加载共享库

# 直接调用相应的函数即可

print(lib.add(20, 10))

print(lib.sub(20, 10))

当然c中各种类型，在ctypes都有对应。比如结构体、指针等等，更复杂的用法可以参考官网。