Python 库手册：gc 垃圾回收

gc 是 Python 标准库，用于访问和控制垃圾回收（Garbage Collection）机制。Python 内存管理主要依赖引用计数，但引用计数无法回收循环引用对象，gc 库提供接口检测和清理循环引用，从而保证程序内存使用稳定。

gc 对象可用于调试内存泄漏、控制垃圾回收策略以及优化性能。

常见应用场景：

（1）检测循环引用

发现不可达对象仍占用内存时，分析循环引用。

（2）手动垃圾回收

在特定时间点强制触发回收，减少内存峰值。

（3）内存泄漏调试

跟踪未释放对象，排查内存泄漏问题。

（4）性能优化

在性能敏感场景下，控制自动垃圾回收策略。

（5）监控对象生命周期

获取当前可达对象列表和对象数量，用于调试和分析。

◆ ◆ ◆

核心概念

1、垃圾回收（Garbage Collection）

Python 自动管理对象内存，主要依赖引用计数。gc 处理无法通过引用计数清理的循环引用对象。

2、可达对象与不可达对象

可达对象：仍被引用，可正常使用。

不可达对象：无法通过任何引用访问，可被回收。

3、自动与手动回收

自动：解释器根据阈值触发回收。

手动：开发者通过 gc.collect() 显式回收。

4、调试功能

gc 提供检测对象、打印垃圾列表、统计内存占用等功能，用于调试复杂内存问题。

◆ ◆ ◆

应用举例

例 1：检查垃圾回收是否启用

python 复制代码

import gc
print(gc.isenabled())  # 输出 True 或 False

例 2：手动触发垃圾回收

python 复制代码

import gc
collected = gc.collect()print(f"回收对象数量：{collected}")

例 3：禁用与启用垃圾回收

python 复制代码

import gc
gc.disable()print(gc.isenabled())  # False
gc.enable()print(gc.isenabled())  # True

例 4：获取当前所有可达对象

python 复制代码

import gc
objs = gc.get_objects()print(f"当前可达对象数量：{len(objs)}")

例 5：调试循环引用

python 复制代码

import gc
gc.set_debug(gc.DEBUG_LEAK)  # 开启调试循环引用
class A:    def __init__(self):        self.b = None
a = A()a.b = a  # 循环引用
gc.collect()  # 回收并打印循环引用信息

◆ ◆ ◆

常用函数与类速览

gc.enable()

启用自动垃圾回收。

gc.disable()

禁用自动垃圾回收。

gc.isenabled()

检查垃圾回收是否启用。

返回：布尔值。

gc.collect(generation=2)

触发垃圾回收。

参数：generation 指定回收代数（0、1、2）。

返回：被回收对象的数量。

gc.get_objects()

获取当前所有可达对象的列表。

返回：对象列表

gc.get_referrers(*objs)

获取引用指定对象的对象列表。

参数：一个或多个对象。

返回：对象列表。

gc.get_referents(*objs)

获取指定对象引用的对象列表。

参数：一个或多个对象。

返回：对象列表。

gc.set_debug(flags)

设置垃圾回收调试标志。

参数：调试标志（如 gc.DEBUG_LEAK）。

返回：无。

◆ ◆ ◆

补充说明

（1）Python 的主要内存回收机制是引用计数，gc 主要针对循环引用对象。

（2）gc 提供的调试功能可以帮助分析内存泄漏，但会增加运行开销。

（3）自动垃圾回收可用 gc.set_threshold() 调整触发阈值，优化性能。

（4）gc.collect() 可以在关键代码段或后台任务结束时显式调用，减少内存占用峰值。

（5）gc 并不管理 C 扩展直接分配的内存，需谨慎处理第三方库对象。

📘 小结

gc 库是 Python 内存管理的重要工具，专门用于处理循环引用和不可达对象。通过启用或禁用自动垃圾回收、手动触发回收以及调试循环引用，可以有效控制程序内存占用，排查内存泄漏问题。gc 在性能优化和内存敏感的应用中尤其重要，是高级 Python 开发者的必备工具。

"点赞有美意，赞赏是鼓励"