Python源码剖析(0 编译Python)

这一系列的资料来源：Python源码剖析

0.1 Python总体架构

在图0-1的右边，是Python的运行时环境，包括对象/类型系统（Object/Type structures）、内存分配器（Memory Allocator）和运行时状态信息（Current State of Python）。运行时状态维护了解释器在执行字节码时不同的状态（比如正常状态和异常状态）之间切换的动作，我们可以将它视为一个巨大而复杂的有穷状态机。内存分配器则全权负责Python中创建对象时，对内存的申请工作，实际上它就是Python运行时与C中malloc的一层接口。而对象/类型系统则包含了Python中存在的各种内建对象，比如整数、list和dict，以及各种用户自定义的类型和对象。

在中间的部分，可以看到Python的核心——解释器（interpreter），或者称为虚拟机。在解析器中，箭头的方向指示了Python运行过程中的数据流方向。其中Scanner对应词法分析，将文件输入的Python源代码或从命令行输入的一行行Python代码切分为一个的token；Parser对应语法分析，在Scanner的分析结果上进行语法分析，建立抽象语法树（AST）；Compiler是根据建立的AST生成指令集合——Python字节码（byte code），就像Java编译器和C#编译器所做的那样；最后由Code Evaluator来执行这些字节码。。因此，Code Evaluator又可以被称为虚拟机。

图中，在解释器与右边的对象/类型系统、内存分配器之间的箭头表示“使用”关系；而与运行时状态之间的箭头表示“修改”关系，即Python在执行的过程中会不断地修改当前解释器所处的状态，在不同的状态之间切换。

0.2 Python源代码的组织

剖析的对象是2006年12月19日正式发布的Python 2.5(2.5衍生版都差不多，自己用的好像是2.5.6)。

目录 说明 Include 该目录下包含了Python提供的所有头文件，如果用户需要自己用C或C++来编写自定义模块扩展Python，那么就需要用到这里提供的头文件。 Lib 该目录包含了Python自带的所有标准库，Lib中的库都是用Python语言编写的。 Modules 该目录中包含了所有用C语言编写的模块，比如random、cStringIO等。Modules中的模块是那些对速度要求非常严格的模块，而有一些对速度没有太严格要求的模块，比如os，就是用Python编写，并且放在Lib目录下的。 Parser 该目录中包含了Python解释器中的Scanner和Parser部分，即对Python源代码进行词法分析和语法分析的部分。除了这些，Parser目录下还包含了一些有用的工具，这些工具能够根据Python语言的语法自动生成Python语言的词法和语法分析器，与YACC非常类似。 Objects 该目录中包含了所有Python的内建对象，包括整数、list、dict等。同时，该目录还包括了Python在运行时需要的所有的内部使用对象的实现。 Python 该目录下包含了Python解释器中的Compiler和执行引擎部分，是Python运行的核心所在。 PCBuild 包含了Visual Studio 2003的工程文件，研究Python源代码就从这里开始（本书将采用VS2003对Python进行编译）。 PCBuild8 包含了Visual Stuido 2005使用的工程文件。

0.3 Windows环境下编译Python

在PCBuild目录下可以看到VS2003的工程文件，PCBuild8目录下是VS2005的工程文件。


由于我们剖析的只是Python的核心部分，不会涉及工程中的一些标准库和其他的模块，所以可以将它们从编译的列表中删除。点击配置对话框左边列表框中的“Configuration Properties”后，会出现当前配置为需要编译的子工程，取消多余的子工程的选中状态，只保留pythoncore和python的选中状态。

编译还是会失败，原因是我们还需要一个必要的文件，这个文件在Python2.5的源码包中没有提供，必须要通过编译make_buildinfo和make_versioninfo子工程（如图0-8所示）才能生成：

编译的结果都放在build(实际是WIN32DUB文件夹)文件夹下，主要有两个：python25.dll和python.exe。安装还没有解决，也有可能是版本的原因。

0.4 Unix/Linux环境下编译Python

./configure –prefix=<你期望Python安装到的目录的路径> makemake install

2.5安装错误。和2.6及以上的安装路径，库名均会不同。

0.5 修改Python源代码

在int_print中输出一个整数，可以将int_print修改成如下的函数：

[intobject.c] 在objects文件夹下static int int_print(PyIntObject *v, FILE *fp, int flags){  //add by Robert  PyObject* str = PyString_FromString("i am in int_print");  PyObject_Print(str, stdout, 0);  printf(“\n”);  fprintf(fp, "%ld", v->ob_ival);  return 0;}

输出：

>>>print 100
‘i am in int_print’
100

在PyObject_Print中，第二个参数指明的是输出目标。上面的例子使用了stdout，指定了输出目标为标准输出，当我们从命令行环境中激活Python时，没有问题，但是如果使用IDLE的话，就会发现，输出的信息没有了。原因是IDLE的输出目标已经不是stdout了，说明加入的输出代码失效了.
在Python中，有一个特性——可以自己重定向标准输出。下面的代码显示了如何输出到重定向后的标准输出：

static PyObject* int_repr(PyIntObject *v){    char buf[64]    //add by Robert    If(PyInt_AsLong(v) == -999) {        PyObject* str = PyString_FromString("i am in int_repr");        PyObject* out = PySys_GetObject("stdout");        if(out != NULL) {            PyObject_Print(str, stdout, 0);            printf("\n");        }    }     ……}

PyInt_AsLong的功能是将Python的整数对象转换为C中的int值。

0.6 通往Python之路

将对Python源码的剖析分为下面三个部分：

• 第1部分：Python内建对象。主要内容是简要介绍Python对象模型，以及剖析主要内建对象，包括整数、字符串、list和dict。在对内建对象的剖析中，我们会深入其实现，细致地分析各种对象在C一级是如何被构建起来的。
• 第2部分：Python虚拟机。主要内容是分析Python虚拟机执行字节码指令的过程。在这一部分中，我们将看到Python是如何通过虚拟机实现各种表达式、控制流、异常机制、函数机制及类机制.
• 第3部分：Python高级话题。主要内容是剖析Python的运行环境以及一些高级话题。内容包括：Python运行环境的初始化、动态加载机制、多线程机制和内存管理机制。

0.7 一些注意事项

在Python 2.4的源码中，许多数值的类型都是int或long，而在Python 2.5的源码中，Python自定义了一个新的类型Py_ssize_t。一般的，凡出现这个类型的地方，都可以以int视之。

通常Python的源码中会使用PyObject_GC_New、PyObject_GC_Malloc、PyMem_MALLOC，PyObject_MALLOC等API。只要坚持一个原则，即凡是以New结尾的，都以C++中的new操作符视之；凡是以Malloc结尾的，都以C中的malloc操作符视之。

[PyString_FromString() in stringobject.c]op = (PyStringObject *)PyObject_MALLOC(sizeof(PyStringObject) + size);等效于：PyStringObject* op = (PyStringObject*)malloc(sizeof(PyStringObject)+size);[PyList_New() in listobject.c]op = PyObject_GC_New(PyListObject, &PyList_Type);等效于：PyListObject* op = new PyList_Type();op->ob_item = (PyObject **) PyMem_MALLOC(nbytes);等效于：op->ob_item = (PyObject **)malloc(nbytes);

在本书中，指针指向的内存块都是距离指针最近的向右或向下的那块内存，图0-13中给出了一个例子：

在图0-13中，深色的方块就是指针所指向的内存块

---