原标题：Python构件：PyObject
Python部落(python.freelycode.com)组织翻译，禁止转载，欢迎转发。
各位读者，你们好！
深入使用Python语言之前，我们有必要熟悉其中的主要概念。十分简单，每个元素都是一个对象。这是我们学习Python内部原理的第一步，以便我们继续深入学习。
本文主要探讨的是如何在低版本Python系统中操作它的对象。接下来要讨论的CPython操作基于Python 2.7.8。
在这里，我假定你们已经下载好了Python源码并已将其解压，如此，相关的源代码将能在系统跟文件夹下找到。
PyObject & PyVarObject
Python中的所有元素都是对象。从字面意思理解，你在Python中操作的任何元素都是一个由C语言实现的PyObject对象。
函数
切片
文件
类
迭代器
描述符
sequence对象
数值类型
值得一提的是，当你使用C语言结构原型时，Python对象在内部由PyObject和PyVarObject表示，其中PyVarObject是一种泛型对象。后者适用于各种可变尺寸的容器对象（动态的），而前者适用于其他对象（静态的）。
只要每个内建或是由用户指定的类型被封装成一个对象，就可以利用辅助信息进行移植。Python也不例外，每个Python对象都有一个指向类型对象的指针和一个引用计数器。虽然方便，但也需要付出相应的代价。直接的后果是导致性能下降。不过好在Python使用的一些技术和算法为了提高处理速度允许进行相应的改良，如字符串驻留算法和自适应数乘算法等。
下面的内容引用自Python2.7.10官方文档：
PyObject
所有对象均衍生自这种基类型，这种类型包含如何将指向对象的指针亦作为对象处理的信息，这正是所Python需要的。在正常的“release”编译方式下，它仅包含对象的引用计数值以及相应指向类型对象的指针。这和由宏指令PyObject_HEAD定义的类相一致。
PyVarObject
它由PyObject扩展而来，另外增加了ob_size类，仅用于那些有长度概念的对象。这种类型在Python/C应用中不太常见。它和由宏指令PyObject_HEAD定义的类也是一致的。
不要担心不会宏指令或者不知道变量名，我们将会实现它们。
PyObject和PyVarObject结构究竟是什么呢？这里从源码中摘录了一个片段：
..includeobject.h
上述代码并不完全，我们继续探究（为了代码的清晰易懂，相较原文有所删减）：
..includeobject.h
有些宏用于定义类，其他的用于初始化。
不知道你有注意到 _PyObject_HEAD_EXTRA 和 _PyObect_EXTRA_INIT 宏并没有定义了吗？事实上，全部的Python版本都是默认这样处理的。定义它们的唯一方式是使用Python编译器“Debug”一下。当然，这将会在以后进行介绍。作为教育目的，它们将以未定义的方式给出。
全部的宏都展开后，PyObject将是这个样子：
不必担心Py_ssize类型，把它想成int型就行。其他类的含义可以从词义看出来：ob_recnt为引用计数器，ob_type则是指向PyTypeObject的指针。这点稍后再谈。
现在看看PyVarObject源码吧：
可以看出来，大部分内容和PyObject是相同的，除了一个例外：ob_size，它表示可变尺寸容器所包含项目的数量（俏皮话）。
面向对象的C程序设计
至此，我想你应该明白为什么PyObject和PyVarObject（以及我们稍后将会学到的其他对象）表现出类似的特性了吧（ob_refcnt和ob_type）？
这些特性使得我们能够从底层类型抽象出共同的概念，并使我们能够以类似的方式使用各种类型，不管是简单的整形或字符串型，还是类实例，抑或切片对象。
每个Python的类型（PyIntObject，PyFloatObject以及PyDictObject）运行时都会将PyObject_HEAD作为第一个参数（或者第一个参数列表中的第一个参数，以此类推）。子对象成员的位置会被确保和全对象的位置一致。
PyObject_HEAD通常在子对象成员中出现，但只要ob_type被用于获取全部类型信息，它就能够变身为全部类型了。这种技术为C语言增色不少，尤其在轻量继承方面。
PyIntObject & PyDictObject
让我们看看实体对象PyIntObject和PyDictObject在Python中是如何运行的。
..includeintobject.h
..includeintobject.h
又看到PyObject_HEAD了吧？这意味着我们可以将PyIntObject看成PyObject附加了一些数据（上例中为long类型）。
同理可以查看PyDictObject对象（Python中的符号“{}”代表字典）：
虽然字典类型稍微复杂一点，但我们仍可将它看做PyObject对象，就像将PyIntObject看成PyObject一样。仅仅的不同是PyDictObject增加了更多的数据。最为重要的是，这些对象被严格地定义在PyObject_HEAD之后。
学习了PyObject_HEAD的内部原理后，我们还得知道Python中的Py*Object对象，下面的代码段中的注释足以帮助你理解它的运行原理。它向你展示了Python如何界定当前所处理的类型：
为了增加代码的可读性，Python定义了大量的宏。例如，你可以使用PyInt_Check或者PyInt_CheckExact代替ob_type。类似的宏定义在每个Python对象的C文件开头找到。
字典对象“{}”：PyDict_Check和PyDict_CheckExact
函数对象：PyFunction_Check
元组对象“()”：PyTuple_Check和PyTuple_CheckExact
到现在，上面的代码就可以重写为这样了：
一些Python对象同时拥有自己的专有类型检查功能和普通类型检查功能。它们的定义在..IncludeObject.h文件中，例如：
PyTypeObject
到现在，关于PyObject未曾提及的就剩类型了。Python中的类型不仅仅是个名称（如“int”和“tuple”）和相应存储的值，还包括大量东西（例如函数，数据成员），它们若被联系到一起，将会产生一系列特性。
回忆一下PyObject_HEAD代码段：
其中的ob_type涉及到了对象类实例。让我们剖析一下（这也是我很感兴趣的地方）：
..includedictobject.h
这并不是整体架构，但是最有意思的一部分。你或许会想，看起来怪怪的作用符func仅仅是个回调体。每个Python对象都应以一种方式初始化它。
例如，cmpfunc tp_compare;明显表示它与对象之间的比较有些联系。PyIntObject对于比较函数和PyTupleObject的处理将会有所不同。
另外，hashfunc tp_hash;将哈希函数定义为一种类型。例如，string将包含这一功能，但dictionary就没有。猜猜是为什么？
如果你想阅读更多相关知识，可以参阅 Python/C API Reference Manual, "Object Implementation Support", "Type Objects"一节。
接下来将对如下图所示函数在PyInt_Type，PyDict_Type和PyTuple_Type对象中的运行进行比较：
由于前三个函数拥有返回值，这提示我们，它们应用在Python抽象对象层。
抽象对象层定义了若干Python对象在运行和分类是应遵守的协议。协议指的是一类用于规定函数功能及其行为的集合。比方说一种函数当且仅当其被用作一组特殊功能（长度，尺寸，连接函数等）时被归为基于序列的类型。
现存在许多协议，我们主要看以下这些：
数字协议：全部数值类型（包括整形、浮点型、复数类型等）
序列化协议：序列化类型（包括字符串、列表、元组等）
映射协议：映射类型（字典）
回到我们的例子。
PyInt_Type
PyInt_Type执行数字协议，这也就是tp_as_sequence和tp_as_mapping函数为空的原因了。
所有的静态类型拥有专有的哈希函数，PyInt_Type也是如此（int_hash）。
PyDict_Type
Python中的字典比较微妙，虽然它是映射协议的唯一代表，但也会表现出一些序列化协议的性质（实际上函数__contains__就是一类字典键值的排序）。
由于字典类型可变，因此它没有哈希函数（仅PyObject_HashNotImplemented除外）。
PyInt_Type
元组类型也相当微妙，虽然元组基于序列化类型，但它常常遵守两种协议：序列化协议和映射协议。这也是函数tp_as_sequence和tp_as_mapping函数非空的原因了。
元组为静态对象，因此拥有哈希函数（tuplehash）。
就此，我希望你充分体会到了CPython的乐趣。虽然只是一个概述（不太深入），但对于深入了解Python内部机制还是很有帮助的。
参考
Python Standard Library
Python/C API Reference Manual
英文原文：http://www.gahcep.com/python-internals-pyobject/
译者：python_baby返回搜狐，查看更多
责任编辑：
4766
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
