起底 Python 的底層邏輯

本文配圖來自美劇《我們竊取秘密:維基解密的故事》。

文 | 圖靈社群

推薦 | 編程派公眾號（ID：codingpy）

01

一次純粹的hacking

Python的作者，Guido von Rossum，荷蘭人。1982年，Guido從阿姆斯特丹大學獲得了數學和計算機碩士學位。儘管，他算得上是一位數學家，但他更加享受計算機帶來的樂趣，熱衷於做任何和編程相關的活兒。

80年代，掀起了個人電腦浪潮，但受限於個人電腦配置低，所有的編譯器的核心是做優化，以便讓程序能夠運行。在那個時代，程序員恨不得用手榨取計算機每一寸的能力。有人甚至認為C語言的指針是在浪費內存，至於動態類型，內存自動管理，面向對象…… 別想了，那會讓你的電腦陷入癱瘓。

而這種編程方式讓Guido感到苦惱。Guido知道如何用C語言寫出一個功能，但整個編寫過程需要耗費大量的時間。

不過，他還有另一個選擇shell。shell可以像膠水一樣，將UNIX下的許多功能連接在一起。UNIX的管理員們常常用shell去寫一些簡單的腳本，以進行一些系統維護的工作，比如定期備份、文件系統管理等等。然而，shell的本質是調用命令，並不能全面的調動計算機的功能。

Guido希望有一種語言，這種語言能夠像C語言那樣，能夠全面調用計算機的功能介面，又可以像shell那樣輕鬆的編程。

ABC語言讓Guido看到希望。ABC是由荷蘭的數學和計算機研究所開發的，Guido在該研究所工作，並參與到ABC語言的開發。ABC 語言是一個致力於為初學者設計編程環境的長達 10 年的研究項目，與當時的大部分語言不同，ABC語言的目標是「讓用戶感覺更好」。

比如下面是一段來自Wikipedia的ABC程序，這個程序用於統計文本中出現的詞的總數：

HOW TO RETURN words document: PUT {} IN collection FOR line IN document: FOR word IN split line: IF word not.in collection: INSERT word IN collection RETURN collection

HOW TO用於定義一個函數。一個Python程序員應該很容易理解這段程序。ABC語言使用冒號和縮進來表示程序塊。行 尾沒有分號。for和if結構中也沒有括弧() 。賦值採用的是PUT，而不是更常見的等號。這些改動讓ABC程序讀起來像一段文字。

儘管ABC已經具備了良好的可讀性和易用性，但最終卻也沒能流行起來。原因在於：

硬體上的困難：ABC語言編譯器需要比較高配置的電腦才能運行，而當時電腦使用者，更多考慮程序效率，而非語言難度；

一個語言設計的致命問題：其可拓展性較差，如果想在ABC語言中增加功能，比如對圖形化的支持，就必須改動很多地方。

不能直接進行IO：ABC語言不能直接操作文件系統。儘管你可以通過諸如文本流的方式導入數據，但ABC無法直接讀寫文件。

輸入輸出的困難對於計算機語言來說是致命的。你能想像一個打不開車門的跑車么？

ABC的前車之鑒，給Guido帶來啟示。

1989年，為了打發聖誕節假期，Guido開始寫Python語言的編譯器。Python這個名字，來自Guido所摯愛的電視劇Monty Python"s Flying Circus。他希望這個新的叫做Python的語言，能符合他的理想：創造一種C和shell之間，功能全面，易學易用，可拓展的語言。Guido作為一個語言設計愛好者，已經有過設計語言的嘗試。這一次，也不過是一次純粹的hacking行為。

02

Python解釋器的誕生

1991 年，第一個Python 解釋器誕生，它是用 C 語言實現的，並能夠調用 C 語言的庫文件。從一出生，Python已經具有了：類，函數，異常處理，包含表和詞典在內的核心數據類型，以及模塊為基礎的拓展系統。

這裡需要牽扯一個「編譯器」的概念，其主要作用是便於人編寫，閱讀，維護的高級計算機語言翻譯為計算機能識別，運行的低級機器語言的程序。

編譯器翻譯語言方式有2種：編譯、解釋。

編譯型語言：需通過編譯器（compiler）將源代碼編譯成機器碼，之後才能執行的語言。

一般需經過編譯（compile）、鏈接（linker）這兩個步驟。編譯是把源代碼編譯成機器碼，鏈接是把各個模塊的機器碼和依賴庫串連起來生成可執行文件。

解釋型語言：解釋性語言的程序不需要編譯，相比編譯型語言省了道工序，解釋性語言在運行程序的時候才逐行翻譯。

Python是一種解釋型語言，它的源代碼不需要編譯，可以直接從源代碼運行程序。Python解釋器將源代碼轉換為位元組碼，然後把編譯好的位元組碼轉發到Python虛擬機（Python Virtual Machine，PVM）中執行。

當我們執行Python代碼的時候，在Python解釋器用四個過程「拆解」我們的代碼：

首先，當你把鍵入代碼交給Python處理的時候會先進行詞法分析，如果你鍵入關鍵字或者當輸入關鍵字有誤時，都會被詞法分析所觸發，不正確的代碼將不會被執行。

Python會進行語法分析，例如當"for i in test:"中，test後面的冒號如果被寫為其他符號，代碼依舊不會被執行。

進入最關鍵的過程，在執行Python前，Python會生成.pyc文件，這個文件就是位元組碼。

將編譯好的位元組碼轉發Python虛擬機中進行執行：由Python Virtual Machine（Python虛擬機）來執行這些編譯好的位元組碼。

03

什麼是位元組碼（bytecode）？

簡單的說它就是一個從源代碼編譯而來的中間文件（用於不同操作系統平台的解釋器執行）。比如，a說日語，b說中文，溝通起來不暢通，請一個翻譯，把a和b的語言都翻譯成英語，這個英語就可以理解成bytecode，一種中間語言。

bytecode的好處就是載入快，而且可以跨平台，同樣一份bytecode，只要有操作系統平台上有相應的Python解釋器，就可以執行，而不需要源代碼。不同版本的Python編譯的位元組碼是不兼容的，Python 2.6編譯的bytecode拿到Python 2.7上去執行就不行了。

如何生成位元組碼？

Python解釋器一般會自動把.py文件轉換成bytecode，然後再執行它。當你第一次把.py文件當作module導入，或者對應的.py文件比.pyc文件的修改時間還要新時，Python解釋器都會再從source code生成相應的新bytecode。這樣當你下次再次運行程序時，就會直接從bytecode運行，從而節省便宜時間。

Ps：這裡需要注意，有些情況bytecode並不會生成：

遇到目錄寫許可權的問題時。（比如你編寫代碼和運行代碼使用的具有不同許可權的用戶角色，Linux上很常見）

運行一個script並不會被當成是import操作，所以可能也不會生成bytecode。（比如：你有個一個a.py的文件，其中在a.py里，你import了b.py，那麼運行python a.py後，會生成b.pyc，而不會生成a.pyc）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！