《Python 源码剖析》一些理解以及勘误笔记（2）

以下是本人阅读此书时理解的一些笔记，包含一些影响文义的笔误修正，当然不一定正确，贴出来一起讨论。

注：此书剖析的源码是2.5版本，在python.org 可以找到源码。纸质书阅读，pdf 贴图。

文章篇幅太长，故切分成3部分，这是第二部分。

p248: 嵌套函数、闭包和 decorator 

co_cellvars: 通常是一个tuple，保存嵌套的作用域内使用的变量名集合；

co_freevars: 通常是一个tuple，保存使用了的外层作用域中的变量名集合。

如下的一段Python 代码：

 Python Code 

1 2 3 4 5 6 7 8

def get_func():     value =  "inner"      def inner_func():          print value      return inner_func show_value = get_func() show_value()

则py 文件编译出来的PyCodeObject 有3个，那么与get_func 对应的对象中的 co_cellvars 就应该包含字符串 "value"，而与 inner_func 

对应的PyCodeObject 对象的co_freevars 也应该有字符串"value"。

闭包从创建、传递到使用的全过程可以用以下三幅图演示：

inner_func 可以认为是 get_func 的局部变量，如图2 中 inner_func 对应的 PyFunctionObject 对象的 func_closure 指向 tuple。在inner_func 调用过

程中，tuple 中包含的一个个cell  对象就被放到 f_localplus 中相应的位置，当引用外层作用域符号时，一定是先到 f_localsplus 中的 free 变量区域获

取符号对应的值。实际上 value 的值可以通过 show_value.__closure__[0].cell_contents 访问到。使用闭包的时候需要注意返回的函数不要引用任何循环变量，或者后续会发生变化的变量，否则出现的情况可能与你预期不同。

在closure 技术的基础上，Python 实现了 decorator，decorator 可以认为是 "func = should_say(func)" 的一种包装形式。

 Python Code 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

# decorator 实现 def should_say(fn):      def say(*args):          print  'say something...'         fn(*args)      return say @should_say def func():      print  'in func' func() # 输出结果为 # say something... # in func # 不用decorator 的实现 ... def func():      print  'in func' func = should_say(func) func()

注意还有含参的装饰器（再封装一层），以及装饰类（接收一个类，并返回一个新类）。

p264: Python 中的可调用性（callable）。只要一个对象对应的class 对象中实现了"__call__" 操作（更确切地说，在 Python 内部的 

PyTypeObject 中，tp_call 不为空），那么这个对象就是一个可调用的对象，比如：

class A(object):

def __call__(self): print  'Hello Python'

那么 a= A()   a() 会输出'Hello Python' ；可以认为 PyA_Type 对象的 tp_call 不为空。在 c++ 看来也就是函数对象的实现。

所谓 “调用”，就是执行对象的 type 所对应的 class 对象的 tp_call 操作。

p268: 内置类型对应的PyTypeObject 的tp_dict 填充、descriptor

在Python 内部，存在多种 descriptor，PyType_Ready 在通过add_operators 添加了 PyTypeObject 对象中定义的一些 operator 后，

还会通过 add_methods、add_members、add_getsets 添加在PyType_Object 中定义的 tp_methods、tp_members、tp_getset 函数

集。这些 add_*** 的过程与 add_operator 类似，不过最后添加到 tp_dict 中的descriptor 就不再是PyWrapperDescrObject，而分别是

PyMethodDescrObject、PyMemberDescrObject、PyGetSetDescrObject。

注：PyWrapperDescrObject 的 ob_type 是 PyWrapperDescr_Type，PyWrapperDescr_Type 对象中的 tp_call 是wrapperdescr_call，当

Python 虚拟机”调用“一个 descriptor 时，也就会调用 wrapperdescr_call 。

一般而言，对于一个 Python 中的对象obj，如果 obj.__class__ 对应的 class 对象中存在 __get__ 、__set__、__delete__ 三种操作，那么 obj 可以称

为Python 的一个 descriptor。像 PyWrapperDescr_Type 的 tp_descr_get 设置了 wrapperdescr_get，故称  PyWrapperDescrObject 为 descriptor。

如上图来说，实际上 mp_subscript 和 d_wrapped  都是函数指针变量，它们的值相等，都是 list_subscript 。

如下的例子重写了list 的 '__repr__ ' 方法，则初始化完成后的 A 如下图所示：

class A(list):

def __repr__(self): return ‘Python'

即如果没有重写则 A.tp_repr 没有定义，A.tp_dict 里面也没有定义 '__repr__'，当 a = A();  a.__repr__()  找到是在mro 列表中某个基类定义的 

'__repr__' ，比如 PyList_Type 的 d_wrapped 和 tp_repr 一样，都是 list_repr。

如果重写了则创建时A.tp_repr 被赋值为 slot_to_repr。在 slot_to_repr 中，会寻找 '__repr__' 方法对应的 PyFunctionObject 对象，正好就找到在 A 定

义中重写的函数。比如 A.__dict__['__repr__'] 显示是<function  __repr__  at  ...>，而