而 bytecode 长成这个样子: b’|\x00\x00d\x01\x00\x14S’ 。显然这个样子适合机器看,不适合人类看。
虽然你可以通过查字典的方式,手动把这段 bytecode 编写成人类可以看得懂的样子,
但是这么劳累的事情,为什么要自己亲手来做呢,让你的男仆 机器来做不就好了嘛。
Python 的反汇编工具 dis 就可以办到这件事。下面用绚丽的紫色来对dis.dis 的输出结果进行分列解释。
>>> def double(a):
return a*2 # 并不知道为什么贴在这里缩进会是这样
>>> import dis
>>> dis.dis(double)
2 0 LOAD_FAST 0 (a)
3 LOAD_CONST 1 (2)
6 BINARY_MULTIPLY
7 RETURN_VALUE
在上一篇文章的末尾已经解释过了,第2列的数字 0 3 6 7 是 bytecode 的偏移量。
第3列很好理解,都是opcode。注意这些 opcode 是给弱弱的人类看的,不是给机器看的,机器只要看b’|\x00\x00d\x01\x00\x14S’ 这种东西就行了),
比如第一个opcode, 大名叫做叫LOAD_FAST,查一下资料,发现它的意思是 Pushes a reference to the local co_varnames[var_num] onto the stack.
中文意思:把本地某个东西的引用压到栈里。
什么东西呢?那就是 co_varnames[var_num] 啦。
(内心OS: 看这形象似乎是列表或者字典,字符串不太可能,自定义对象更不可能……)
double.__code__.co_varnames[0] # 第4列里的下标 0
'a'
double.__code__.co_consts[1] # 第4列里的下 标 1
2
上次讲过了:double 是函数对象 function object
double.__code__是这个函数对象的代码对象 code object
看看返回值,a 和2, 也就是 第5列
那么 第1列的2是什么?看起来好像很神秘的样子,其实不过是源代码中的行号。本例中表示是在double 代码的第2行。
上次详细解释过, b’|\x00\x00d\x01\x00\x14S’ 其实是8个整数
>>> double.__code__.co_code
b'|\x00\x00d\x01\x00\x14S'
>>> for i in double.__code__.co_code:
print (i, end=" ")
124 0 0 100 1 0 20 83
通过查字典或者另一个更加巧妙 正常的办法,你可以找出124代表的opcode是 LOAD_FAST, 100代表 LOAD_CONST
这类opcode 后面各带两个字节的参数,分别是0 0 和 1 0
但有些opcode后面是没有参数的,比如 83 代表的 RETURN_VALUE
不了解的人可能会觉得有点奇怪,为什么RETURN_VALUE不带参数呢,不带参数怎么返回结果呢?
查一查资料,RETURN_VALUE的意思是 Returns with TOS to the caller of the function. 即把TOS返回给这个函数的调用者。TOS= top of stack, 。咱出栈了。
现在问题来了:为什么要与字节码 bytecode 玩耍? 直接写Python代码方便多了,为什么要去写字节码?
因为可以节省编译时间,有篇非常详细的文章,作者在遗传编程领域工作,发现他们Python 程序的总运算时间中,有50%都被编译过程吃掉。于是作者深入到 bytecode 层次进行了小小改动,大幅削减了编译时间,把总的运算时间降至不足原先的一半。
文中写道:
bytecode 写好之后,我们必须让Python 明白它要执行这些bytecode。这时就需要创建一个完整的 code object。
bytecode 是 code object 的主要成分,但是还需要其他东西才能构成完整的 code object。就像鸡丁是宫保鸡丁中的主要食材,但它也不能没有花生。
这个过程中要用到types.CodeType()
有了code object 之后,接下来可以调用Types.FunctionType,利用这些代码创建一个函数对象( function object)。
上一篇写了怎么抽丝剥茧,顺着function object 找 code object,再找 bytecode,这里就完全倒过来,添枝加叶,逆流而上了。