python是基于什么原理_第3篇:CPython实现原理：字节码的执行(后)

我们前面对如何介绍了CPython的字节码的一些关键特性，读者在阅读此篇之前需要理清两个概念

代码对象：它包含了一个Python源代码文件编译后保留所有完整的信息。

字节码序列：仅包含所有所有相关的指令，Python虚拟机每执行一条带参数的指令都需要访问代码对象的co_consts属性中的常量

Ok,这些概念没问题的话，我们可以往下看

Python VM中的栈

之前说过Python VM是基于栈的虚拟机，我们知道栈是跟踪函数调用的基本数据结构,每个被调用的Python函数会被压入栈顶，每个入栈函数有效内存区域称为该函数的帧(Frame)或叫调用帧，当一个函数执行到RETURN_VALUE指令，该函数帧会出栈，返回值将入栈

CPython使用栈来运行Python程序。当在Python中调用一个函数时，一个新的帧将被压入栈，并且每次函数调用返回时，都会弹出该函数桢。运行程序的模块具有最底端的帧，称为全局帧(Global Frame)或模块帧(Module Frame)。

每个函数帧都有一个数据栈(Data Stack/Evaluation stack)，其中执行Python函数。函数参数及其局部变量被推入该栈。 CPython使用数据栈存储任何操作所需的参数以及这些操作的结果。在开始该操作之前，所有必需的参数都被压入数据栈。然后，操作开始并弹出其参数。操作完成后，它将结果推入数据栈顶。

Python中的数据表示为存储在堆上的对象。与栈相比，访问堆上的数据要慢一些，但是，堆的大小仅受虚拟内存大小的限制。堆的元素彼此之间没有依赖性，可以随时随机访问。 Python中的所有内容都是一个对象，并且对象始终存储在堆中。它只是存储在栈中的对象的引用（或指针），函数帧中的数据栈处理对它们的引用。因此，对这些对象的引用可以暂时推送到数据栈中，以便用于以后的操作。Python的大部分字节码指令在当前帧中操作数据栈。在本文中，每当我们谈到栈时，它意味着当前帧中的数据栈，如果我们不在任何函数的范围内，则表示全局帧中的计算堆栈。

从一个简单的示例，首先了解一下什么是全局帧，我们在全局作用域下定义了三个表达式，分别是变量a,b和c

全局桢(Global Frame)

第一条指令LOAD_CONST 0，0就是字节码文件对应的代码对象(我们用一个c来逻辑上标识该代码对象)的属性co_consts常量元组的索引，那么Python虚拟机读取代码对象c.co_consts [0]的引入并压入栈。 因此，我们将173压入数据栈。这是一个全局帧，全局帧位于数据栈的底部，我们这里的栈增长方向是向下增长的。

ss8.png

重要是观念：对于CPython来说，每当我们说一条指令将一个对象或一个对象的值压入栈时，就意味着该对象的引用（或指针）入栈。 当一个对象或其值从栈弹出时，同理如此再次弹出引用。 解释器知道如何使用这些引用来检索或存储对象的数据。

第二条指令STORE_NAME 0 (m)

将173的引用弹出栈，并将其存储到变量m所指向堆中的对象所在的内存地址，对变量m的引用存储在代码对象的co_names符号元组的索引0的位置。 因此，执行STORE_NAME 0 (173)这条指令，有如下特征，这是非常关键的概念：

此时数据栈已经没任何内容

字面量173的引用出栈后会被保存到变量m所指向的堆内存的某个位置，这个涉及了CPython虚拟机的堆内存分配

因此， 这两条指令LOAD_CONST 0和STORE_NAME 0实质上就是等价于编译前的Python源代码中

m= 173

那么，如此类推，第三条指令LOAD_CONST 1和第三条指令STOARE_NAME 1 就等价于编译前的Python语句n=23,我们用内存模型来表示如下

执行LOAD_CONST 1 (23)时的数据栈状态，实际上CPython虚拟机执行了这些操作

访问代码对象的co_consts常量元组的索引2位置的23的引用

将23的引用压入数据栈

执行STORE_NAME 1 (n)时，CPython虚拟机实际上执行了这些操作

将字面量23的引用从数据栈中弹出

检索变量，即从co_names元组中找到变量n，并引用变量n

出栈的字面量23会被保存到变量n所指向堆内存的位置

到目前为止，Python虚拟机执行完前四条指令已经在堆内存中创建了对象m和n，这里省略了Python虚拟机内存分配的细节。

那么接下来接令我们分析一下第5条和第6条指令

.....

4 8 LOAD_NAME 0 (m)

10 LOAD_NAME 1 (n)

.....

以执行到 LOAD_NAME 0 (m)指令为例，你认为CPython将局部变量m的引用入栈还是将局部变量m所指向的变量值？理解这个问题非常重要。我们可以查看以LOAD_NAME为关键字查找如下ceval.c源代码中找到CPython主循环中的LOAD_NAME指令码对应的case分支的代码细节。

CPython虚拟机会从代码对象的co_consts常量元组和co_names元组，完成加载局部变量和检索指定变量名称，我们知道CPython的内部会以PyObject* 类型的指针变量v缓存检索变量后的变量值，该变量值是内存地址，该内存地址标识了是一个存储在堆内存块中的实质性Python对象数据（例如变量m指向的堆内存中的173,n指向堆内存中的23）所在的位置。因此我们这里需要进一步梳理一些关键概念

LOAD_NAME 0 (m)指令的操作的一些内部操作

PyObject* name=GETITEM(names,opargs),就是从代码对象的co_names元组中检索oparg索引对应的变量名的引用

PyObject* locals=f->f_locals，等价于Python级别的加载代码对象中co_consts元组,co_consts内的元素实质上是分别对堆内存中的Python对象实体的引用(或说这些元素分别指向堆内存中Python对象实体的内存地址)

PyObject_GetItemWithError(locals,name)或PyObject_GetItem(locals,name),是实践性的由变量引用检索堆中Python对象实体的过程,并将检索后返回的Python对象实体的引用缓存到PyObject类型的变量v中。

最后PUSH(v)操作：意味着推入数据栈的是Python对象实体的引用，而非变量的引用

分别压入数据栈，此时栈和堆的状态如下图

ss8.png

当执行到BINARY_MULTIPLY指令时，弹出栈的顶部m和n的引用（173和23），CPython虚拟机将对象m和n引用的值，归根到底会加载到CPU的寄存器中由运算单元执行乘法运算。

ss8.png

然后CPU将结算结构返回给CPython虚拟机后，CPython虚拟机将改结果3979压入栈。

ss8.png

之后，执行STORE_NAME 2将栈顶的3979弹出并且代码对象中co_names[2]所指向的本地对象r,即如下图所示

现在请记住，在exec模式下对Python源代码编译成字节码会最终返回None的字节码。 指令LOAD_CONST 2将co_consts [2] = None压入堆栈，该指令

当执行RETURN指令时,以栈顶返回给函数的调用者。 当然，这里我们处于模块级别的全局作用域，没有调用者函数，因此None是保留在全局栈顶部的最终结果。上面已经解析了所有字节码操作的内存模型，它们的偏移量为0到14（重要事情多说一次，对所有对象的引用被压入栈，而不是对象或其值）

小结：

本篇我们通过一个简单的示例分析了在模块级别下了解到什么是全局桢,以及

LOAD_CONST,

STORE_NAME

LOAD_NAME

RETURN_VALUE

等指令操作，代码对象和栈/堆的内存关系，理解这些指令操作的内存模型是深入分析更复杂Python函数行为的基础。下篇我们和继续讨论一些更为复杂的Python函数的反编译后的行为机制。