python解释器

python解释器

计算机编程语言

本部分参考自：https://zhuanlan.zhihu.com/p/141212114

从计算机编程语言说起，它主要分为三类：机器语言、汇编语言、高级语言。

机器语言是一种计算机可以直接识别并执行的二进制指令集。由于其可以直接交给CPU执行，所以是最快的，但是它需要我们记住每一个指令的代码与对应的动作，想想我们写代码的时候是操作一串串的01序列，难度得有多大。

为了克服机器语言的缺点，人们就用一些助记符来代替机器码，也就是使用一些与实际意义相近的缩略词来代替动作，例如ADD、SUB、MOV等，这就有了很大的进步，可以方便的编写，但是它仍然是对机器进行操作的，相较于高级程序语言更接近于底层，所以汇编语言是低级语言。

不论是机器语言还是汇编语言都是面向硬件的操作，它们对于机器是依赖的，不同的设备对应的编写方式可能不同。然而，高级语言是面向用户的语言，我们只要编写好程序内容，通过编译或者解释程序，就可以对机器进行操作。这里提到的编译或者解释程序就是一个翻译工具，将人类看懂的语言翻译成机器能看懂的东西。

解释型语言VS编译型语言

解释型语言和编译型语言的共同目标都是为了将我们所认识的语句（例如循环、判断）转成二进制代码，再交给计算机执行。

二者之间最明显的区别，编译型语言就是指在我们把程序写完之后，把代码完全翻译成二进制文件，通过执行该二进制文件来执行程序；而解释型语言没有转二进制文件的过程，而是什么时候需要，什么时候编译。有人说，这算什么区别呢？还没有说完，编译型语言生成二进制文件后，那这个二进制文件就可以直接执行，而解释型语言需要随时带着这个解释器，必须随叫随到。因此、产生了各种方面的差异，以下是我所理解的较为明显的差异。

	运行速度	可移植性（跨平台）	更新	安全
编译型语言	快（二进制文件）	差（CPU指令系统变则执行出错）	重新编译	好（无需提供源码）
解释型语言	慢（边解释边执行）	好（随身带着解释器）	仅解释更新的内容	差（连同源码一起交付）

Python解释器

有了上面的描述，想必知道解释器是怎么回事了。解释器其实也包括编译过程，只是这个编译过程没有生成目标代码。Python解释器由编译器和虚拟机构成，编译器将源代码转换成字节码，然后再通过Python虚拟机来逐行执行这些字节码。

python程序执行过程：

1、执行 .py 文件，就会启动python解释器

2、编译器将源文件解释成字节码

3、虚拟机将字节码转化成机器语言，与操作系统交互

4、程序运行结束后，将字节码存到pyc文件，便于后续直接执行

python解释器种类

本部分参考自：https://www.liaoxuefeng.com/wiki/1016959663602400/1016966024263840

当我们编写Python代码时，我们得到的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码，就需要Python解释器去执行.py文件。

由于整个Python语言从规范到解释器都是开源的，所以理论上，只要水平够高，任何人都可以编写Python解释器来执行Python代码（当然难度很大）。事实上，确实存在多种Python解释器。

• CPython 当我们从Python官方网站下载并安装好Python 3.x后，我们就直接获得了一个官方版本的解释器：CPython。这个解释器是用C语言开发的，所以叫CPython。在命令行下运行python就是启动CPython解释器。CPython是使用最广的Python解释器。

• IPython IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。好比很多国产浏览器虽然外观不同，但内核其实都是调用了IE。

  CPython用>>>作为提示符，而IPython用In [序号]:作为提示符。

• PyPy PyPy是另一个Python解释器，它的目标是执行速度。PyPy采用JIT技术，对Python代码进行动态编译（注意不是解释），所以可以显著提高Python代码的执行速度。绝大部分Python代码都可以在PyPy下运行，但是PyPy和CPython有一些是不同的，这就导致相同的Python代码在两种解释器下执行可能会有不同的结果。如果你的代码要放到PyPy下执行，就需要了解PyPy和CPython的不同点。

• Jython Jython是运行在Java平台上的Python解释器，可以直接把Python代码编译成Java字节码执行。

• IronPython IronPython和Jython类似，只不过IronPython是运行在微软.Net平台上的Python解释器，可以直接把Python代码编译成.Net的字节码。

Python的解释器很多，但使用最广泛的还是CPython。如果要和Java或.Net平台交互，最好的办法不是用Jython或IronPython，而是通过网络调用来交互，确保各程序之间的独立性。

python解释器与java虚拟机

本部分参考自：https://zhuanlan.zhihu.com/p/58167547

看到Stackoverflow上有个问题在讨论Java和Python的对比，其中就有人问答为啥Java的运行环境被称之为JVM，而Python的只能叫做Interpreter。

这个问题估计想过的人不多，先找维基百科看一下虚拟机的定义。

虚拟机的定义有2个，一种是类似Vmware的系统虚拟机，另一种是虚拟机称之为程序虚拟机，诸如JVM，CLR就是最常见到的虚拟机。

程序虚拟机也称作托管运行时环境，运行这个虚拟机时，就好比普通的OS中的一个进程。当这个进程启动时，虚拟机启动，当进程销毁时，虚拟机销毁。使用虚拟机的目的就是提供一个和平台无关的编程环境。

JVM中的执行引擎只能处理编译后的Java字节码，字节码处理引擎其实包含一个字节码解释器和一个JIT编译器（和.net的CLR中JIT差别很大），解释器逐条的执行字节码指令，速度稍慢。JIT编译器则会将热点代码编译缓存起来，因此执行速度加快。

解释器的概念比较简单，它可以将代码翻译，并运行，不需要经过编译，JVM中的解释器正式这样的，JVM中解释的就是字节码。解释器运行程序的方法有3种：

1. 直接运行高级编程语言（如Shell内置的解释器）
2. 转换高级编程语言码到一些有效率的字节码（Bytecode），并运行这些字节码
3. 以解释器包含的编译器对高级语言编译，并指示处理器运行编译后的程序（例如：JIT）

其中Python的解释器就是属于第二种，Python代码在首次运行时，它会将Python代码编译成字节码，如果可以的话，它会将这个字节码保存到.pyc文件中，这样下次启动的时候就不会再编译这些代码而是直接解释运行字节码。事实上，这种机制正在模糊解释器和编译器之间的界限，或者说是模糊了解释型语言和编译型语言的界限。

通过JVM和解释器的概念澄清，似乎还是不明白为啥JVM就被称为虚拟机，JVM中有运行的是字节码，它可能直接被解释执行，也可能被再次编译成目标语言，Python中的解释器也会先预编译Python代码为字节码，再解释执行。那么到底有啥区别？

很多人参与了讨论，分别从不同的角度去阐述区别。

有人认为虚拟机是和语言无关的，JVM为例，除了Java之外，Scala，Clojure，甚至Python借助于Jython工具，也可以运行在JVM上，而没听说什么语言能有Python解释器解释执行，除了Python。

也有人从语言的类型上，Java为静态类型的语言，而Python为动态语言。这使得Java字节码既可以被解释执行也可以被编译成机器指令再执行。而Python则复杂多了，它虽然让程序员可以不去关注变量的类型，但解释器不得不去推断数据类型，这一定程度上影响性能。

还有观点认为解释器是一个历史遗留术语，现代语言中虚拟机和解释器的分界已经很模糊甚至不存在。

事实上，在《Learning Python》一书中，作者把Python的解释器称为PVM。PVM是一个栈结构虚拟机（这里虚拟机分为基于栈的和基于寄存器的），它把字节码中的指令一条条执行过来就行。不用转换字节码。基于这个事实来讲，可以认为解释器和虚拟机的区别正在越来越小，已经是我中有你，你中有我的地步。独立的分割来看，可能还能区分这几步是解释器行为，这几步是虚拟机的行为，但是作为一个整体来看，两者的区别确实没那么明显。