python底层实现原理,python是非底层编程语言

　　本文主要介绍底层Python对象的源代码学习。有需要的朋友可以借鉴一下，希望能有所帮助。祝大家进步很大，早日升职加薪。

目录

1. PyObject：对象的基石

　　在Python解释器的c层，所有对象都是基于PyObject的。

　　c源代码如下：

　　typedef struct _object {

　　_ PyObject _ HEAD _ EXTRA

　　Py _ ssize _ t ob _ refcnt

　　PyTypeObject * ob _ type

　　} PyObject

　　源代码的解释：

　　_PyObject_HEAD_EXTRA:主要用于实现双向链表(分析源代码时暂时忽略)。

　　Ob_refcnt:引用计数，用于垃圾收集机制。当这个参数减小到0时，意味着对象将被删除(Py_ssize_t可以作为int或者long使用，有兴趣可以看看它的定义)

　　Ob_type:类型指针，指向对象的PyTypeObject(后面介绍)，描述实例对象的数据和行为。例如，PyLongObject的ob_type指向PyLong_Type。

2. PyVarObject：变长对象的基础

　　与PyObject相比，PyVarObject只有一个属性ob_size，表示边长对象中有多少个元素。

　　c源代码如下：

　　typedef结构{

　　PyObject ob _ base

　　Py _ ssize _ t ob _ size/*可变部分中的项目数*/

　　} PyVarObject

　　定长对象和变长对象的总体结构图如下：

　　宏定义：对于一个特定的对象，根据其大小是否固定，需要包含头PyObject或PyVarObject。为此，头文件准备了两个宏定义，以方便其他对象的使用：

　　# define py object _ HEAD py object ob _ base；

　　# define py object _ VAR _ HEAD PyVarObject ob _ base；

2.1 浮点对象

　　这里简单以浮点对象为定长对象的例子，介绍相关概念。稍后将详细分析浮动对象的源代码。

　　对于固定大小的浮点对象，有必要基于PyObject头用双精度浮点数double来实现它们：

　　typedef结构{

　　PyObject _ HEAD

　　double ob _ fval

　　} PyFloatObject

　　图示如下：

2.2 列表对象

　　这里简单以list对象为变长对象的例子，介绍相关概念。后面会详细分析list对象的源代码。

　　对于大小不固定的列表对象，需要用基于PyVarObject头的动态数组来实现。该数组存储列表中包含的对象的指针，即PyObject指针：

　　typedef结构{

　　PyObj

　　ect_VAR_HEAD

　　 PyObject **ob_item;

　　 Py_ssize_t allocated;

　　} PyListObject;

　　源码解读：

　　ob_item：指向动态数组的指针，数组中保存元素对象指针

　　allocated：动态数组的总长度，即列表当前的容量

　　ob_size：当前元素个数，即列表当前的长度（这里的长度是指：列表包含n个元素，则长度为n）

　　图示如下：

3. PyTypeObject：类型的基石

　　问题：不同类型的对象所需存储空间不同，创建对象时从哪得知存储信息呢？以及如何判断一个给定对象支持哪些操作呢？

　　注意到，PyObject结构体中包含一个指针ob_type，指向的就是类型对象，其中就包含了上述问题所需要的信息

　　C源码如下：（只列出了部分，后续会结合具体类型进行分析）

typedef struct _typeobject {
　　 PyObject_VAR_HEAD
　　 const char *tp_name; /* For printing, in format "<module>.<name>" */
　　 Py_ssize_t tp_basicsize, tp_itemsize; /* For allocation */
　　 /* Methods to implement standard operations */
　　 destructor tp_dealloc;
　　 printfunc tp_print
　　 getattrfunc tp_getattr;
　　 setattrfunc tp_setattr;
　　 // ...
　　 /* Attribute descriptor and subclassing stuff */
　　 PyObject *tp_bases;
　　	// ...
　　} PyTypeObject;
　　

　　源码解读：

　　PyObject_VAR_HEAD表示PyTypeObject是变长对象

　　tp_name：类型名称

　　tp_basicsize、tp_itemsize：创建实例对象时所需的内存信息

　　tp_print、tp_getattr等：表示该类型支持的相关操作信息

　　tp_bases：指向基类对象，表示类型的继承信息

　　PyTypeObject就是类型对象在C层面的表示形式，对应面向对象中类的概念，其中保存着对象的元信息（即一类对象的操作、数据等）。

　　下面以浮点类型为例，列出了PyFloatObject和PyTypeObject之间的关系结构图示：（其中两个浮点实例对象都是PyFloatObject结构体，浮点类型对象float是一个PyTypeObject结构体变量）

　　由于浮点类型对象唯一，在C语言层面作为一个全局变量静态定义即可。C源码如下：（只列出了部分）

PyTypeObject PyFloat_Type = {
　　 PyVarObject_HEAD_INIT(&PyType_Type, 0)
　　 "float",
　　 sizeof(PyFloatObject),
　　 0,
　　 (destructor)float_dealloc, /* tp_dealloc */
　　 // ...
　　 (reprfunc)float_repr, /* tp_repr */
　　 // ...
　　};
　　

　　源码解读：

　　第二行PyVarObject_HEAD_INIT(&PyType_Type, 0)：初始化了ob_refcnt、ob_type、ob_sie三个字段，其中ob_type指向了PyType_Type（稍后会继续介绍，它就是type），即：float的类型是type

　　第三行"float"：将tp_name字段初始化为类型名称float

4. PyType_Type：类型的类型

　　通过PyFloat_Type的ob_type字段，我们找到了type所对应的C语言层面结构体变量：PyType_Type，C源码如下：（只列出了部分）

PyTypeObject PyType_Type = {
　　 PyVarObject_HEAD_INIT(&PyType_Type, 0)
　　 "type", /* tp_name */
　　 sizeof(PyHeapTypeObject), /* tp_basicsize */
　　 sizeof(PyMemberDef), /* tp_itemsize */
　　 (destructor)type_dealloc, /* tp_dealloc */
　　 // ...
　　 (reprfunc)type_repr, /* tp_repr */
　　 // ...
　　};
　　

　　内建类型和自定义类对应的PyTypeObject对象都是通过这个PyType_Type创建的。在第二行PyVarObject_HEAD_INIT(&PyType_Type, 0)中，PyType_Type把自己的ob_type字段设置成了它自己，即type的类型是type

　　把PyType_Type加入到结构图中，图示如下：

5. PyBaseObject_Type：类型之基

　　object是另外一个特殊的类型，它是所有类型的基类。如果要找到object对应的结构体，我们可以通过PyFloat_Type的tp_base字段来寻找，因为它指向的就是float的基类object。但是我们查看源码发现，PyFloat_Type中并没有初始化tp_base字段：

　　同样地，我们查看Objects文件夹下的各种不同类型所对应的结构体，发现tp_base字段均没有初始化，于是寻找将tp_base字段初始化的函数：

void
　　_Py_ReadyTypes(void)
　　{
　　 if (PyType_Ready(&PyBaseObject_Type) < 0)
　　 Py_FatalError("Cant initialize object type");
　　 if (PyType_Ready(&PyType_Type) < 0)
　　 Py_FatalError("Cant initialize type type");
　　 // ...
　　 if (PyType_Ready(&PyFloat_Type) < 0)
　　 Py_FatalError("Cant initialize float type");
　　 // ...
　　}
　　

　　_Py_ReadyTypes中统一调用了PyType_Ready()函数，为各种类型设置tp_base字段：

int
　　PyType_Ready(PyTypeObject *type)
　　{
　　 // ...
　　 /* Initialize tp_base (defaults to BaseObject unless thats us) */
　　 base = type->tp_base;
　　 if (base == NULL && type != &PyBaseObject_Type) {
　　 base = type->tp_base = &PyBaseObject_Type;
　　 Py_INCREF(base);
　　 }
　　 // ...
　　}
　　

　　可以看到，PyType_Ready在初始化tp_base字段时，对于PyBaseObject_Type，不会设置tp_base字段，即object是没有基类的，这就是为了保证继承链有一个终点。

　　PyBaseObject_Type源码如下：（只列出了部分）

PyTypeObject PyBaseObject_Type = {
　　 PyVarObject_HEAD_INIT(&PyType_Type, 0)
　　 "object", /* tp_name */
　　 sizeof(PyObject), /* tp_basicsize */
　　 0, /* tp_itemsize */
　　 object_dealloc, /* tp_dealloc */
　　 // ...
　　 object_repr, /* tp_repr */
　　 // ...
　　 0, /* tp_base */
　　 // ...
　　};
　　

　　源码解读：

　　第二行PyVarObject_HEAD_INIT(&PyType_Type, 0)：把ob_type设置为PyType_Type，即object的类型是type

　　将PyBaseObject_Type加入到结构图中，图示如下：

6. 补充

　　object的类型是type，type的基类是object。先有鸡还是先有蛋？

　　答：

　　前面我们提到，在各种类型对应的C语言结构体变量初始化的时候，tp_base字段都是没有设置具体值的，直到_Py_ReadyTypes()函数执行时，才通过PyType_Ready()去初始化各类型的tp_base。

　　在PyBaseObject_Type初始化时，会将ob_tyep字段设置为PyType_Type，即object的类型为type；在_Py_ReadyTypes函数中，会通过PyType_Ready()设置PyType_Type的tp_base字段为PyBaseObject_Type。所以这里本质上不是一个先有鸡还是先有蛋的问题。

　　PyTypeObject保存元信息：某种类型的实例对象所共有的信息保存在类型对象中，实例对象所特有的信息保存在实例对象中。以float为例：

• 无论是3.14，还是2.71，作为float对象，它们都支持加法运算，因此加法处理函数的指针就会保存在类型对象中，即float中。
• 而这两个float对象的具体值都是各自特有的，因此具体数值会通过一个double类型的字段保存在实例对象中。

　　以上就是Python对象的底层实现源码学习的详细内容，更多关于Python对象底层的资料请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。