[原创]python字节码(bytecode与opcode)(一)...

[原创]Python字节码(bytecode与opcode)(一)
by AKara 2007-01-31 @ http://blog.csdn.net/akara @ [email protected]

---------------------------------------------------------------------

  本系列文章针对Python2.5 final的bytecode/opcode做一些摘要和分析。
  温故知新。
  by AKara 2007-01-31 @ http://blog.csdn.net/akara @ [email protected]
  转载请保留作者信息。谢谢。

---------------------------------------------------------------------
  什么是bytecode
---------------------------------------------------------------------

  Python脚本"compile"后生成的.pyc(.pyo)即是bytecode。
  举一个最简单的例子，假设一个codetest.py只包含一行语句：
 
  import sys
 
  那它对应的codetest.pyc文件的所有bytecode内容用十六进制解释如下图：

 
 
---------------------------------------------------------------------
  bytecode layout
---------------------------------------------------------------------
 
  这里解释一下上图的bytecode内容代表的意思。

  图中红色的字符为对象标志符，标志一个新对象的开始。
  Python处理bytecode时将根据标志符来读入相应类型的对象。
  /Python/marshal.c中定义了所有的对象标志符：
 
  #define TYPE_NULL    '0'
  #define TYPE_NONE    'N'
  #define TYPE_FALSE    'F'
  #define TYPE_TRUE    'T'
  #define TYPE_STOPITER    'S'
  #define TYPE_ELLIPSIS     '.'
  #define TYPE_INT    'i'
  #define TYPE_INT64    'I'
  #define TYPE_FLOAT    'f'
  #define TYPE_BINARY_FLOAT  'g'
  #define TYPE_COMPLEX    'x'
  #define TYPE_BINARY_COMPLEX  'y'
  #define TYPE_LONG    'l'
  #define TYPE_STRING    's'
  #define TYPE_INTERNED    't'
  #define TYPE_STRINGREF    'R'
  #define TYPE_TUPLE    '('
  #define TYPE_LIST    '['
  #define TYPE_DICT    '{'
  #define TYPE_CODE    'c'
  #define TYPE_UNICODE    'u'
  #define TYPE_UNKNOWN    '?'
  #define TYPE_SET    '<'
  #define TYPE_FROZENSET    '>'

  现在，将上图中出现过的对象标志符先后排列后分析如下：
  (1) 'c'——TYPE_CODE：表示接下来存放的是一个code object。
      BTW：
      本例的pyc中，其实以下(2)到(13)的对象标志符都是在描述一个
      code object时遇到的子对象标志符。即是描述了一个code object。
     
  (2)'s'——TYPE_STRING；表示接下来存放的是一个string object。
  (3)'('——TYPE_TUPLE；表示接下来存放的是一个tuple object。
  (4)'i'——TYPE_INT；表示接下来存放的是一个integer object。
  (5)'N'——TYPE_NONE；表示Py_None。它是一个单件，无需后续描述。
  (6)'('——TYPE_TUPLE；表示接下来存放的是一个tuple object。
  (7)'t'——TYPE_INTERNED；表示接下来存放的是一个interned string。
     BTW:
     Intern是Python的字符串对象复用机制。
     如某字符串进行了intern，则后续再遇到的同样字符串将直接复用对象。
     (其实新对象还是会构造，只不过立刻就因为refcount为0而纳入gc)
     Interned的好处是：
     > 节省存储：所有interned string对象均唯一。
     > 提高性能：比较interned string对象相等时只需要比较指针是否相等；
     Python2.5在module,class,attribute等名称上都用interned string。
     脚本也提供了intern(string)函数来强制一个字符串对象成为interned。

  (8)'('——TYPE_TUPLE；表示接下来存放的是一个tuple object。
  (9)'('——TYPE_TUPLE；表示接下来存放的是一个tuple object。
  (10)'('——TYPE_TUPLE；表示接下来存放的是一个tuple object。
  (11)'s'——TYPE_STRING；表示接下来存放的是一个string object。
  (12)'s'——TYPE_STRING；表示接下来存放的是一个string object。
  (13)'s'——TYPE_STRING；表示接下来存放的是一个string object。

---------------------------------------------------------------------
 
  本例的codetest.pyc非常简单和特殊，但足够用来说明bytecode的概要结构。
  更详细的bytecode结构分析并不在本系列文章的内容范围，相关读/写/处理可参考
  /Python/ast.c, /Python/compile.c, /Python/marshal.c, /Python/ceval.c等。

---------------------------------------------------------------------

  简单的bytecode说明后。下篇将转入bytecode中最重要的opcode部分。

---------------------------------------------------------------------