利用Python进行游戏脚本编程，不愧是最强的脚本语言！_游戏脚本用什么语言写好

因此，Python 模块能够帮你简单地用 Python 搭建你的整个游戏框架，而在适当的地方用 C++ 代码实现。

粘合代码 (Glue Code)

如果你自己手工编写让 C++ 代码和 Python 协同工作的粘合代码，那将是一件枯燥繁琐的事情 [TR5: glue code]。一个能够产生粘合代码的系统框架是很重要的。

Swig, Boost, CXX 等 [Abrahams01] 能帮你产生代码，更方便地将 Python 和 C++ 粘合起来。还有 Fubi[Bilas01]，它是一个通用的框架，可以将 C++ 的函数和类映射到一种脚本语言中。

早期，大多数这些粘合代码框架都依靠分析 C++ 头文件工作。因此，它们受到暴露的 C++ 头文件的限制，并且一些框架不支持从 C++ 类派生出 Python 类。后来，这些框架都有所改进，所以现在还是值得考虑的。

而我们决定做一个自己的方案，它可以根据类的 IDL 描述或导出函数来生成粘合代码。它的代码叫做 Yaga，是一个递归命名法，表示 Yaga is A Game Architecture。

一个典型的 Yaga IDL 代码如下：

它可以生成以下粘合代码，还有其它一些代码：

源码打印？

使用这个框架可以很简单地导出类和函数，从 C++ 类派生 Python 类，将 C++ 的数组和 vector 映射为 Python 的序列类型，以及更多的事。

内存分配

Python 之中任何东西都是对象，对象被分配内存。因为所有的对象都有引用计数，所有你不用担心释放内存。但是，如果你是在编写游戏，尤其是控制台游戏（译注：指次时代及专用游戏机平台游戏），你必需要明白这些内存从何处分配而来，以及分配过程会产生内存碎片的严重性。

为了控制这个性能问题，你需要隔离 Python，使其有自己的内存分配场。你需要重定向所有的内存分配操作到一个自定义的分配器上，它从一个固定大小的分配场中分配内存。只要你预留足够大小的缓冲区，大于最大的 Python 历史分配额度（原文：leave enough of a buffer above the maximum Python memory footprint），应该就能避免内存碎片问题。

另一个内存问题是没有释放的块。这通常在 Python 中不是问题，因为每个对象都有引用计数，当变量离开作用域或者被显式删除，其引用计数就会减一，当计数为 0 时，对象就被释放，对象生命结束。

试想这样情况，一个被忘记的变量，它关联了一串其它的对象，这时就会阻碍这些对象的释放，所以你应该对清理对象保持警惕。然而，更糟糕的事情是循环引用问题，例如：对象 A 包含对象 B，但是对象 B 有一个回调指针指向对象 A，那么这两个对象永远都不会被删除。Python 的开发者们意识到这个问题，在最近的 Python 版本中加入了一个垃圾收集器，它搜寻无法访问到达的对象，并将其全部清除。

垃圾收集器对于游戏是很糟的，因为无法预知它们的运行时间，并且可能运行很长时间，使得画面的帧率降低。因此，游戏程序中需要禁用垃圾收集器，这个做起来很简单，随后在每个游戏关卡后显式地调用它。垃圾收集器同时也能告诉你 有多少无法访问到达的对象仍然在分配中，这个可以帮助你跟踪循环引用的情况，之后你可以手工地解决它们，这相当于 Python 的内存泄露检查。

性能

如果你用 Python 做一些繁重的浮点计算工作，和 C++ 的性能相比会很让人失望。Python 是一个慢语言，每个对象引用都意味着进行哈希表查询，每个函数调用也一样。这根本不能和 C++ 的性能相提并论，后者的变量位置和函数调用地址在编译时就决定了。

但这并不意味着 Python 不适合做游戏编程，而是你需要在适当的地点用它。如果拿字符串操作或 C++ STL 的 set 和 map 类型操作做对比，那么 Python 代码也许会做地更快。Python 的字符串操作函数是用 C 写的，并且 Python 的引用计数对象模型能够避免一些 C++ string 类的字符串复制过程。set 和 map 的大多数操作的复杂度是 O(log n)，而对于 Python 的哈希表复杂度则是 O(1)。

你一定想，最好不要用 Python 写 场景图形遍历 或 BSP 冲突检测代码。但是如果你用 C++ 写它们，而后又导出到 Python 中使用，那么你就可以更快地编写 AI 代码。

请牢记 90/10 原则，这意味着对于 90% 的代码，你不必过多操心它们的运行时性能，而代码的明确表达力和编码的效率才是关键。

控制台游戏

内存和性能问题在控制台游戏平台上尤其重要。当不存在虚拟内存可以让你漫不经心做内存分配的时候，保证在独立的内存分配场中分配 Python 内存就显得格外重要。同时，也要更明智地使用垃圾收集器 (as is using the garbage collector wisely)。

控制台平台没有键盘、鼠标和多显示器，所以在控制台平台上运行 Python 调试器用起来很不方便。远程调试是关键，它能让你知道 Python 代码的运行过程。很幸运，使用免费的 HapDebugger[Josephson02] 可以很容易建立远程调试环境。

Python 使用 C 编写，并且已经被移植到多种编译环境和平台下，包括 PDA。因此，在某个控制台游戏平台下 Python 可能已经有了很充分的发展。

Python 会花费掉一小部分和控制台游戏无关的内存，但是在新一代游戏平台上可以不用担心这个，它们最小都有 24M 内存。

法律问题

推向一种新的语言对于我们公司来说是个重大的决定，我觉得在进行之前，它定是受到了公司律师们的祝福。

律师懂得法律，但他们通常不太懂编程。大多数程序员在引入开源代码前都不会咨询公司的律师，当你确实问他们时，他们会认为你正在问一些奇怪且偏僻的事情。他们的立即反应是，认为那是有风险、没有保证的计划。

如果你和一个擅长知识产权的律师长谈，他会一直向你灌输“使用开源软件会让你焦头烂额”的思想。有一些案例指明，在“免费发布”的源码中包含专利或有版权的内容时，有严重的法律问题隐患。当你从商业软件供应商那里得到授权代码时，他们会保护你免受法律责任，但对于开源软件没有人能给予授权许可 (with open source software there is no one to license it from)。

然而，开源社区对知识产权法律总是很警惕。例如 JPEG 已经从它们的开发库中移除了 LZW 算法代码以避免专利问题 [IJG]。负责的程序员会关心授权许可问题，并且通常对 GPL 和 LPGL[FSF01] 以及他们的区别很熟悉。

将开源代码引入商业产品存在很多风险。这些风险应严肃对待，但不应该阻止对开源代码的使用。有很多开源的开发库使用在游戏开发中，Python 实在没什么理由不被使用。

缺点

多语言开发增加了额外的复杂层次。同时调试两种语言的代码很困难，而且必须花费时间维护绑定两种语言的粘合代码。

类似 Python 的动态语言没有编译时类型检查。这种情况初看让人惊恐，但它的实际意味着，相比 C++ 你会遇到各式各样不同的运行时错误，通常它们都很容易解决。

不同类型的换行符

UNIX (LF)、Mac OS (CR) 和 Windows (CR LF) 对待文本文件中一行的结束有不同的约定，这实在很糟。

Windows 上的 C/C++ 库（译注：指 Windows API 和 VC 运行时库）会做换行符转换，所以 UNIX 文件能够在 Windows 上读取，可以将 Windows 文件像 UNIX 文件一样的操作。UNIX 和 Macintosh 文本文件之间的共同点更少，只能依靠假定某个平台上的文件都只是这个平台上曾经创建的，这个假设进行转换。这个假设在当今的网络环境下站不住脚，Python 也深受其害。直到现在，在 Windows 下写的 Python 代码可能无法在 Macintosh 下编译，反之亦然。

这个问题的解决方法是，在运行 Python 代码前，将 Python 源文件通过一个文件过滤器（可以用 Python 开发？）执行，另一种方法是以编译后的字节码形式发布 Python 代码。但是，这两种办法都有缺点。最理想的是在计算机工业中标准化文本文件格式，或者让所有的文件 IO 库实现读取任意类型文本文件的能力。

这个问题在苹果的 OS X 上更加有趣，换行符由运行程序的模式而定，你可以运行 UNIX 或 Macintosh 两种模式程序。这会在一个系统下出现两种不同的换行符，甚至不用重启。

Python 的 Macintosh 版本最近修正了这个问题，在打开文件时检查换行符并对每个文件进行调整。将所有的换行符都规定为 UNIX 类型是一种可行的方法，它在所有平台下都能工作，但是还是要留心这个问题。

调试器问题

很多 Python 程序员认为自动化测试和打印语句是他们唯一需要的调试工具，而使用调试器会影响编码的产能。或许这对他们来说的确如此，但我已经习惯于进行源码级调试，并且不会轻易放弃它。

PythonWin 是一个在 Windows 下的 Python 调试器兼 IDE（奇特吧？）。它是免费的，有一些不错的功能，但也有一些缺点，如：只能在 Windows 下运行，无法调试有自身消息循环的 Python 程序。

在 Humongous 娱乐公司，我们为 Macintosh 和 Windows 开发游戏，同时也涉及控制台游戏的开发。我们需要一种能工作在所有三个平台上的调试器，而最好的方案就是使用远程调试器。Python 的架构使得编写它的调试器很容易，再加上其它一些免费组件，我们开发出了自己的 Python 调试器，我觉得它的效果比 PythonWin 好，并且具有远程调试功能。被调试的客户端需要运行一些额外代码。调试接口是 socket 上的 ASCII 文本，另外，我们还没考虑将调试器客户端移植到更多其它平台的问题。

因为我们希望集中精力开发游戏本身，而不是语言工具，所以决定再次借用开源的力量。我们在 Python 社区发布了 HAP 调试器 (Humongous Addition to Python)，将其作为一个开源项目[Josephson02]。这是一个回馈社区的好机会，并且我们也从维护这个调试工具的事务中解放出来。

我们还没有解决的问题是调试器的性能问题。大多数编译式语言实现调试断点的方法是，将常规指令替换为导致 CPU 异常的指令，如 x86 处理器的 int 3 中断。这让程序可以全速执行，直到触发中断点。Python 不支持从异常处恢复执行，所以不能使用断点异常的方法。Python 调试器处理断点的方法是 单步检查代码，即不停地在问自己“这一行有没有断点？”

这个性能影响的后果可能很严重。我们现在减小此影响的方法是，保证开发机器要比目标机器快得多。还有，将所有重量级计算用 C++ 扩展实现，这样即使 Python 代码拖慢了调试器，也不至于让整个游戏速度太慢。这是一个可以解决的问题，只是 Python 的主要开发者还没考虑过。

代码安全和游戏作弊

C++ 程序员有时开玩笑说，删除注释和缩短变量名可以优化代码。然而，在 Python 中确实如此。

Python 代码在运行时被编译成字节码，并缓存起来以备后续运行，所以删除注释的方法不会起到优化程序的效果，但是缩短变量名则是另外一回事。大多数脚本语言都是在运行时通过名字定位变量的，这也是脚本语言强大的原因之一，因为它可以突破很多由 C++ 编译时绑定造成的限制。然而，这也意味着变量名会一直伴随着代码而存在（译注：C/C++ 等传统编译式语言则不同，经优化编译后的 C/C++ 程序中没有变量名而只有地址的概念）。

游戏程序中包含语义清晰 (scatological) 的变量名，会被人当做笑谈。更严重的问题是，如果在多人游戏中使用 Python 脚本，作弊者反编译 Python 程序后会得到完整的变量和函数名，这比起通过反编译 C++ 程序来破解游戏要更简单。

Python 的优点

Python 编程很有趣。Python 易于学习，有更高的生产效率，并且促使你使用另一种思维编程。学习 Python 编程让我成为更好的 C++ 程序员。

快乐的程序员有更高的学习效率和生产效率，他们倾向创造更好的游戏。Humongous 公司中使用 Python 开发游戏的团队，在整个公司中拥有最高的工作士气。

Python 游戏编程系统（译注：应指开发工具、框架、类库等）具有很高的生产效率，而且它们仍然在发展之中。因为采用了它们，我们节省了很多资金。（原文：Productivity is higher with the Python game programming system, even though development is still being done on it. It is already clear that we will save a lot of money from this switch.）

用户界面的开发，在 C++ 中可能花费较长的时间，而在 Python 中可以使用一些新意的方式进行实现。通常使用文本文件定义 GUI 元素的位置和关联图形资源，进而定义菜单。在 C++ 中会使用硬编码的函数和控件对象，挂钩 GUI 元素；而在 Python 中，可将函数及对象名放入文本文件中，并在运行时扫描它们。Python 的动态和内省特性 (introspective) 使得做起这些事来很自然。（译注：C++ 也可使用读取文本配置方式，自动生成菜单，只是用 Python 的反射特性做起来更自然）

很多起先我们担忧的 Python 语言限制问题都已成为过去。Python 的开发者们对该语言进行持续地改进，有时他们就像一直在满足我们对 Python 特性需求的渴望一样。

游戏存档和读档

C++ 程序员要花费很多时间解决脚本语言中不会出现的困难问题。例如，用 C++ 进行游戏状态的存储和读取就是一个麻烦问题，经常要编写大量的代码。而且这种方法通常会导致，存档只能和特定版本的游戏程序配合工作。而在 Python 中，使用 cPickle 模块可以很方便的解决此问题，它可以存储和读取任何复杂的数据结构。

下面例子中声明了一个对象 mainObject，通常它是一个用户自定义类对象，包含各种需要存储的状态的句柄，但为简单起见，这里只把它做成一个列表。最初该列表包含数字 0 和一个字符串，然后将列表的第一个元素赋值为另外一个列表。这个过程可以继续下去，让 mainObject 包含任意复杂嵌套层次的对象，包括循环引用。

源码打印？

接下来保存着这个 mainObject，这需要两行代码。一行导入 cPickle 模块，另一行打开一个文件，将对象保存为二进制格式。在开发时，保存为文本格式很有用，只需省略掉 dump() 的最后一个参数即可。

源码打印？

然后是装载文件数据，这同样需要两行代码。一行导入 cPickle 模块，另一行重建 mainObject 对象，以及包含的子对象、列表、成员变量等。第三行打印出 mainObject 对象，可以看出已经正确地恢复了嵌套的列表。

源码打印？

这个 Python 特性在 C++ 基本功能中不存在。

生成器：游戏 AI 的微线程

微线程将对象状态信息放到局部变量中（这是恰当的位置），从而极大简化 AI 和对象更新代码 [Carter01]。可以使用汇编语言的技巧将微线程放进 C++ 中，但是那样很凌乱。在最近版本的 Python 中，微线程内建于语言之中。现在使用微线程会工作地很好。

在 Python 中它们叫做生成器 (generator)，使用它们编写函数，函数产生某个结果后，控制返回到主程序。主程序稍后可以重新唤醒它们，并从中断处继续运行，并保持原来的局部变量值。下面的示例代码展示创建一个对象，并移动它们穿过屏幕。这个简单例子并不能从微线程/生成器中得到实际的好处，它只是基本展示它们怎样用来简化 AI 和对象更新代码。

源码打印？

即使你不使用生成器，在 Python 中实现 AI 更新方法也比用 C++ 更干净。因为如果你的某部分 AI 代码需要一些额外的临时状态时，Python 可以将它加入到对象中，然后在不需要时删除它。而 C++ 因其静态特点，不能在运行时加入新的成员变量，这使你的对象在任何时候都必须包含所需的所有状态。

开始使用 Python

如果你开始使用 Python，第一件事是访问 Python 的官方网站 http://www.python.org/ 下载你的平台上的 Python 版本。

Python 文档在 http://www.python.org/doc/current/download.html，也有编译的 HTML 版本 (CHM) 更便于检索。

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
dd3fe5aff.png)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！