2025-10-01 Python不基础 1——字节码和虚拟机

1 `code object`和`frame`

Python代码在执行前，并非直接被CPU理解和运行。它经历了一个编译和解释的过程。

编译成code object：

编写的所有Python代码，无论是脚本文件还是一个函数，首先都会被编译器（Compiler）转换成一种中间形式，称为字节码（Bytecode）。这些字节码被打包存储在一个名为code object的结构中。这个对象不仅包含了字节码指令，还包含了执行这段代码所需的各种元信息，如常量、变量名等。
创建执行环境frame：

当Python解释器准备执行一段字节码时，它会首先创建一个帧（frame）。可以把frame理解为一个独立的、用于执行代码的"沙盒"或上下文环境。
- 何时创建 ：
  - 程序启动时会创建一个顶层frame。
  - 每当调用一个函数时，都会为该函数的执行创建一个新的frame。
- frame包含什么 ：
  - 局部变量（f_locals）：函数内部定义的变量。
  - 全局变量（f_globals）：在全局作用域中可访问的变量。
  - 代码对象引用（f_code） ：指向需要在此frame中执行的那个code object。
  - 指令指针（f_lasti）：记录上一条执行过的字节码指令位置，控制代码的分支和流程。
  - 一个数据栈（f_back）：这是虚拟机执行字节码操作的核心区域，我们稍后会详细介绍。

Python虚拟机的一个核心设计思想是**"基于栈"（Stack-Based）**。这意味着几乎所有的字节码指令都在做两类事情之一：

这个"栈"是一个后进先出（LIFO, Last-In, First-Out）的数据结构，就像一摞盘子，你最后放上去的盘子总是最先被取走。

实例：一个加法函数

假设有这样一个简单的Python函数：

Python 复制代码

def add(a, b):
    return a + b

使用dis模块（disassembler，反汇编器）可以查看它对应的字节码：

复制代码

  2           0 LOAD_FAST                0 (a)
              2 LOAD_FAST                1 (b)
              4 BINARY_ADD
              6 RETURN_VALUE

下面我们来逐步分解虚拟机的执行流程：

LOAD_FAST 0 (a)
- LOAD_FAST是一条加载局部变量的指令。
- 0是变量a在code object变量名列表中的索引。
- 动作：虚拟机找到局部变量a的值，并将其压入（Push）栈顶 。此时，栈里只有一个元素：a的值。
LOAD_FAST 1 (b)
- 1是变量b的索引。
- 动作：虚拟机找到局部变量b的值，并将其压入（Push）栈顶 。现在，栈从底到顶依次是：a的值，b的值。
BINARY_ADD
- 这是一条二元加法指令。
- 动作：
  1. 从栈顶**弹出（Pop）**一个元素，得到b的值。
  2. 再次从栈顶**弹出（Pop）**一个元素，得到a的值。
  3. 计算这两个值的和（a + b）。
  4. 将计算出的结果压回（Push）栈顶。
- 执行完毕后，栈里只有一个元素：a + b的和。
RETURN_VALUE
- 这是一条函数返回指令。
- 动作：从栈顶**弹出（Pop）**唯一的元素（即a + b的和），并将其作为整个函数的返回值。这个frame的生命周期至此结束。

如果我们想知道这些字节码指令究竟是如何实现的，就需要查看CPython（官方的Python实现）的C语言源代码。

这个函数是CPython的"心脏"，它负责解释和执行字节码。其内部结构大致如下：

一个巨大的主循环（main_loop） ：这个循环会不断地读取并执行code object中的下一条字节码指令，直到没有指令可执行。
一个庞大的switch语句 ：在循环内部，有一个switch语句，它根据当前读取到的字节码指令类型（Opcode），跳转到相应的C代码块去执行。

例如：

LOAD_FAST的实现 ：对应的C代码会通过GETLOCAL(oparg)获取局部变量，然后通过PUSH()宏将其压入虚拟机栈。
BINARY_ADD的实现 ：对应的C代码会POP两次栈来获取操作数，调用C语言的加法函数，然后SET_TOP()（相当于PUSH）将结果放回栈顶。
RETURN_VALUE的实现 ：它的C代码除了POP返回值外，还会做一些额外工作，比如将当前frame的状态设置为FRAME_RETURNED（已返回），然后通过goto exiting跳出主执行循环，完成函数的返回流程。

Python程序的运行是一个层次分明、逻辑清晰的过程：

这个机制与汇编语言在硬件上运行的模式非常相似，不同之处在于，Python的字节码是运行在一个用C语言编写的软件虚拟机之上，而不是直接运行在物理硬件上。理解了这个流程，就能对Python的运行原理有一个更深刻的认识。