python虚拟机运行原理

近期为了面试想要了解下python的运行原理方面的东西，奈何关于python没有找到一本类似于深入理解Java虚拟机方面的书籍，找到了一本《python源码剖析》电子书，但是觉得相对来说最近还是不打算用大布头时间研究这本书，只能先找来几篇相关的博客来阅读，记录如下：

一、过程概述

1、python先把代码(.py文件)编译成字节码，交给字节码虚拟机，然后虚拟机会从编译得到的PyCodeObject对象中一条一条执行字节码指令，并在当前的上下文环境中执行这条字节码指令，从而完成程序的执行。Python虚拟机实际上是在模拟操作中执行文件的过程。PyCodeObject对象中包含了字节码指令以及程序的所有静态信息，但没有包含程序运行时的动态信息——执行环境（PyFrameObject）

2、字节码在python虚拟机程序里对应的是PyCodeObject对象；

.pyc文件是字节码在磁盘上的表现形式。

3、从整体上看：OS中执行程序离不开两个概念：进程和线程。python中模拟了这两个概念，模拟进程和线程的分别是PyInterpreterState和PyTreadState。即：每个PyThreadState都对应着一个帧栈，python虚拟机在多个线程上切换。当python虚拟机开始执行时，它会先进行一些初始化操作，最后进入PyEval_EvalFramEx函数，它的作用是不断读取编译好的字节码，并一条一条执行，类似CPU执行指令的过程。函数内部主要是一个switch结构，根据字节码的不同执行不同的代码。

     二、关于.pyc文件

PyCodeObject对象的创建时机是模块加载的时候，即import。

1、执行 python test.py 会对test.py进行编译成字节码并解释执行，但不会生成test.pyc
2、如果test.py中加载了其他模块，如import urllib2，那么python会对urllib2.py进行编译成字节码，生成urllib2.pyc，然后对字节码解释执行。
3、如果想生成test.pyc，我们可以使用python内置模块py_compile来编译。
也可以执行命令 python -m test.py 这样，就生成了test.pyc
4、加载模块时，如果同时存在.py和.pyc，python会使用.pyc运行，如果.pyc的编译时间早于.py的时间，则重新编译.py，并更新.pyc文件。

 三、关于PyCodeObject

Python代码的编译结果就是PyCodeObject对象，如下：

typedef struct {
    PyObject_HEAD
    int co_argcount;        /* 位置参数个数 */
    int co_nlocals;         /* 局部变量个数 */
    int co_stacksize;       /* 栈大小 */
    int co_flags;
    PyObject *co_code;      /* 字节码指令序列 */
    PyObject *co_consts;    /* 所有常量集合 */
    PyObject *co_names;     /* 所有符号名称集合 */
    PyObject *co_varnames;  /* 局部变量名称集合 */
    PyObject *co_freevars;  /* 闭包用的变量名集合 */
    PyObject *co_cellvars;  /* 内部嵌套函数引用的变量名集合 */
    /* The rest doesn’t count for hash/cmp */
    PyObject *co_filename;  /* 代码所在文件名 */
    PyObject *co_name;      /* 模块名|函数名|类名 */
    int co_firstlineno;     /* 代码块在文件中的起始行号 */
    PyObject *co_lnotab;    /* 字节码指令和行号的对应关系 */
    void *co_zombieframe;   /* for optimization only (see frameobject.c) */
} PyCodeObject;

     四、执行字节码

Python虚拟机的原理就是模拟可执行程序再X86机器上的运行，X86的运行时栈帧如下图：

假如test.py用C语言来实现，会是下面这个样子：

const char *s = “hello”;

void func() {
    printf(“%s\n”, s);
}

int main() {
    func();
    return ;
}

Python虚拟机的原理就是模拟上述行为。当发生函数调用时，创建新的栈帧，对应Python的实现就是PyFrameObject对象。

PyFrameObject对象创建程序运行时的动态信息，即执行环境，相关源码大致如下：

typedef struct _frame{
    PyObject_VAR_HEAD //"运行时栈"的大小是不确定的
    struct _frame *f_back; //执行环境链上的前一个frame，很多个PyFrameObject连接起来形成执行环境链表
    PyCodeObject *f_code; //PyCodeObject 对象，这个frame就是这个PyCodeObject对象的上下文环境
    PyObject *f_builtins; //builtin名字空间
    PyObject *f_globals;  //global名字空间
    PyObject *f_locals;   //local名字空间
    PyObject **f_valuestack; //"运行时栈"的栈底位置
    PyObject **f_stacktop;   //"运行时栈"的栈顶位置
    //...
    int f_lasti;  //上一条字节码指令在f_code中的偏移位置
    int f_lineno; //当前字节码对应的源代码行
    //...  

    //动态内存，维护(局部变量+cell对象集合+free对象集合+运行时栈)所需要的空间
    PyObject *f_localsplus[];
} PyFrameObject; 

每一个 PyFrameObject对象都维护了一个 PyCodeObject对象，这表明每一个 PyFrameObject中的动态内存空间对象都和源代码中的一段Code相对应。

参考博客：

http://tech.uc.cn/?p=1932

http://blog.csdn.net/celte/article/details/39405561

http://www.tuicool.com/articles/Q7Rj6rr