打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
教你阅读CPython的源码
译者 | 陈祥安                        

来源 | Python学习开发(ID:python3-5)

在上节教你阅读 Cpython 的源码(一)中,我们从编写Python到执行代码的过程中看到Python语法和其内存管理机制。


在本节,我们将从代码层面去讨论 ,Python的编译过程。


调用Python二进制文件可以通过以下五种方式:


1.使用-c和Python命令运行单个命令
2.使用-m和模块名称启动模块
3.使用文件名运行文件
4.使用shell管道运行stdin输入
5.启动REPL并一次执行一个命令

整个运行过程你可以通过检查下面三个源文件进行了解:


1.Programs/python.c是一个简单的入口文件。
2.Modules/main.c汇集加载配置,执行代码和清理内存整个过程的代码文件。
3.Python/initconfig.c从系统环境加载配置,并将其与任何命令行标志合并。
此图显示了如何调用每个函数:

执行模式由配置确定。

CPython源代码样式

与Python代码的PEP8样式指南类似,CPython C代码有一个官方样式指南,最初于2001年设计并针对现代版本进行了更新。

这里有一些命名标准方便你调试跟踪源代码:

  • 对公共函数使用Py前缀,静态函数不使用。Py_前缀保留用于Py_FatalError等全局服务例程。特定的对象(如特定的对象类型API)使用较长的前缀,例如PyString_用于字符串函数。
  • 公众函数和变量,使用首写字母大写,单词之间下划线分割的形式,
    例如:PyObject_GetAttr, Py_BuildValue, PyExc_TypeError。
  • 有时,加载器必须能够看到内置函数。
    我们使用_Py前缀,例如_PyObject_Dump。
  • 宏应具有混合字母前缀,首字母大写,例如PyString_AS_STRING,Py_PRINT_RAW。

创建运行环境的配置

通过上图可以看到,在执行Python代码之前,首先会建立配置。在文件Include/cpython/initconfig.h中名为PyConfig的对象会定义一个配置的数据结构。


配置数据结构包括以下内容:

  • 各种模式的运行时标志,如调试和优化模式

  • 执行模式,例如是否传递了文件名,提供了stdin或模块名称

  • 扩展选项,由-X<Option>

  • 运行时设置的环境变量
    配置数据主要是CPython在运行时用于启用和禁用各种功能。Python还附带了几个命令行界面选项。


在Python中,你可以使用-v标志启用详细模式。在详细模式下,Python将在加载模块时将消息打印到屏幕:

$ ./python.exe -v -c "print('hello world')"# installing zipimport hookimport zipimport # builtin# installed zipimport hook...

你可以在PyConfig的struct中的Include/cpython/initconfig.h中看到此标志的定义:

/* --- PyConfig ---------------------------------------------- */
typedef struct { int _config_version; /* Internal configuration version, used for ABI compatibility */ int _config_init; /* _PyConfigInitEnum value */
...
/* If greater than 0, enable the verbose mode: print a message each time a module is initialized, showing the place (filename or built-in module) from which it is loaded.
If greater or equal to 2, print a message for each file that is checked for when searching for a module. Also provides information on module cleanup at exit.
Incremented by the -v option. Set by the PYTHONVERBOSE environment variable. If set to -1 (default), inherit Py_VerboseFlag value. */ int verbose;

在Python/initconfig.c中,建立了从环境变量和运行时命令行标志读取设置的逻辑。


在config_read_env_vars函数中,读取环境变量并用于为配置设置分配值:

static PyStatusconfig_read_env_vars(PyConfig *config){    PyStatus status;    int use_env = config->use_environment;
/* 获取环境变量 */ _Py_get_env_flag(use_env, &config->parser_debug, "PYTHONDEBUG"); _Py_get_env_flag(use_env, &config->verbose, "PYTHONVERBOSE"); _Py_get_env_flag(use_env, &config->optimization_level, "PYTHONOPTIMIZE"); _Py_get_env_flag(use_env, &config->inspect, "PYTHONINSPECT");

对于详细设置,你可以看到如果PYTHONVERBOSE存在,PYTHONVERBOSE的值用于设置&config-> verbose的值,如果环境变量不存在,则将保留默认值-1。


然后再次在initconfig.c中的config_parse_cmdline函数中,用命令行标志来设置值:

static PyStatusconfig_parse_cmdline(PyConfig *config, PyWideStringList *warnoptions,                     Py_ssize_t *opt_index){...
switch (c) {...
case 'v': config->verbose++; break;... /* This space reserved for other options */
default: /* unknown argument: parsing failed */ config_usage(1, program); return _PyStatus_EXIT(2); } } while (1);

此值之后由_Py_GetGlobalVariablesAsDict函数复制到全局变量Py_VerboseFlag。


在Python中,可以使用具名元组类型的对象sys.flags访问运行时标志,如详细模式,安静模式。-X标志在sys._xoptions字典中都可用。

 $ ./python.exe -X dev -q       
>>> import sys>>> sys.flagssys.flags(debug=0, inspect=0, interactive=0, optimize=0, dont_write_bytecode=0, no_user_site=0, no_site=0, ignore_environment=0, verbose=0, bytes_warning=0, quiet=1, hash_randomization=1, isolated=0, dev_mode=True, utf8_mode=0)
>>> sys._xoptions{'dev': True}

除了initconfig.h中的运行时配置外,还有构建配置,它位于根文件夹中的pyconfig.h内。


此文件在构建过程的配置步骤中动态创建,或由Visual Studio for Windows系统动态创建。


可以通过运行以下命令查看构建配置:

$ ./python.exe -m sysconfig

读取文件/输入

一旦CPython具有运行时配置和命令行参数,就可以确定它需要执行的内容了。


此任务由Modules/main.c中的pymain_main函数处理。


根据新创建的配置实例,CPython现在将执行通过多个选项提供的代码。

过-c输入

最简单的是为CPython提供一个带-c选项的命令和一个带引号的Python代码。
例如:

$ ./python.exe -c "print('hi')"hi

下图是整个过程的流程图

首先,在modules/main.c中执行pymain_run_command函数,将在-c中传递的命令作为C程序中wchar_t *的参数。


wchar_t*类型通常被用作Cpython中Unicode的低级存储数据类型,因为该类型的大小可以存储utf8字符。


将wchar_t *转换为Python字符串时,Objects/unicodetype.c文件有一个辅助函数PyUnicode_FromWideChar,它会返回一个PyObject,其类型为str。然后,通过PyUnicode_AsUTF8String,完成对UTF8的编码,并将Python中的str对象转换为Python字节类型。


完成后,pymain_run_command会将Python字节对象传递给PyRun_SimpleStringFlags执行,但首先会通过PyBytes_AsString将字节对象再次转换为str类型。

static intpymain_run_command(wchar_t *command, PyCompilerFlags *cf){    PyObject *unicode, *bytes;    int ret;
unicode = PyUnicode_FromWideChar(command, -1); if (unicode == NULL) { goto error; }
if (PySys_Audit("cpython.run_command", "O", unicode) < 0) { return pymain_exit_err_print(); }
bytes = PyUnicode_AsUTF8String(unicode); Py_DECREF(unicode); if (bytes == NULL) { goto error; }
ret = PyRun_SimpleStringFlags(PyBytes_AsString(bytes), cf); Py_DECREF(bytes); return (ret != 0);
error: PySys_WriteStderr("Unable to decode the command from the command line:\n"); return pymain_exit_err_print();}

将wchar_t *转换为Unicode,字节,然后转换为字符串大致相当于以下内容:

unicode = str(command)bytes_ = bytes(unicode.encode('utf8'))# call PyRun_SimpleStringFlags with bytes_

PyRun_SimpleStringFlags函数是Python/pythonrun.c的一部分。它的目的是将这个简单的命令转换为Python模块,然后将其发送以执行。由于Python模块需要将__main__作为独立模块执行,因此它会自动创建。

intPyRun_SimpleStringFlags(const char *command, PyCompilerFlags *flags){    PyObject *m, *d, *v;    m = PyImport_AddModule("__main__"); #创建__main__模块    if (m == NULL)        return -1;    d = PyModule_GetDict(m);    v = PyRun_StringFlags(command, Py_file_input, d, d, flags);    if (v == NULL) {        PyErr_Print();        return -1;    }    Py_DECREF(v);    return 0;}

一旦PyRun_SimpleStringFlags创建了一个模块和一个字典,它就会调用PyRun_StringFlags函数,它会创建一个伪文件名,然后调用Python解析器从字符串创建一个AST并返回一个模块,mod。


你将在下一节中深入研究AST和Parser代码。


通过-m输入

执行 Python 命令的另一个方法,通过使用 -m 然后知道一个模块名。一个典型的例子是python -m unittest,运行一个unittest测试模块。使用-m标志意味着在模块包中,你想要执行__main__中的任何内容。它还意味着你要在sys.path中搜索指定的模块。所以,使用这种搜索机制之后,你不需要去记忆unittest模块它位于那个位置。


为什么会这样呢?接下来就让我们一起看看原因。

在Modules/main.c中,当使用-m标志运行命令行时,它会调用pymain_run_module函数,并将传入模块的名称作为modname参数传递。


然后CPython将导入标准库模块runpy,并通过PyObject_Call函数执行它。导入模块的操作是在函数PyImport_ImportModule进行的。

static intpymain_run_module(const wchar_t *modname, int set_argv0){    PyObject *module, *runpy, *runmodule, *runargs, *result;    runpy = PyImport_ImportModule("runpy"); ...    runmodule = PyObject_GetAttrString(runpy, "_run_module_as_main"); ...    module = PyUnicode_FromWideChar(modname, wcslen(modname)); ...    runargs = Py_BuildValue("(Oi)", module, set_argv0); ...    result = PyObject_Call(runmodule, runargs, NULL); ...    if (result == NULL) {        return pymain_exit_err_print();    }    Py_DECREF(result);    return 0;}

在这个函数中,您还将看到另外两个C API函数:PyObject_Call和PyObject_GetAttrString。


因为PyImport_ImportModule返回一个核心对象类型PyObject *,所以需要调用特殊函数来获取属性并调用它。


在Python中,如果你需要调用某个函数属性,你可以使用getattr()函数。类似的,在C API中,它将调用Objects/object.c文件中的PyObject_GetAttrString方法。如果你要在python中运行一个callable类型的对象,你需要使用括号运行它,或者调用其__call__()属性。在Objects/object.c中对__call__()进行了实现。

hi = "hi!"hi.upper() == hi.upper.__call__()  # this is the same


runpy模块就在Lib/runpy.py,它是纯Python写的。


执行python -m <module>相当于运行python -m runpy <module>。


创建runpy模块是为了抽象在操作系统上定位和执行模块的过程。


runpy做了一些事情来运行目标模块:

  • 为你提供的模块名称调用__import __()
  • 将__name__(模块名称)设置为名为__main__的命名空间
  • 在__main__命名空间内执行该模块

runpy模块还支持执行目录和zip文件。


通过文件名输入

如果Python命令的第一个参数是文件名,例如,python test.py。Cpython会打开一个文件的句柄,类似我们在Python中使用open(),并将句柄传递给Python/pythonrun.c. 文件里的PyRun_SimpleFileExFlags()。


这里有三种方式:


1.如果文件后缀是.pyc,就会调用run_pyc_file()。

2.如果文件后缀是.py,将调用PyRun_FileExFlags()。
3.如果文件路径是stdin,用户运行了命令| python会将stdin视为文件句柄并运行PyRun_FileExFlags()。

下面是上述过程的C代码

intPyRun_SimpleFileExFlags(FILE *fp, const char *filename, int closeit,                        PyCompilerFlags *flags){ ...    m = PyImport_AddModule("__main__"); ...    if (maybe_pyc_file(fp, filename, ext, closeit)) { ...        v = run_pyc_file(pyc_fp, filename, d, d, flags);    } else {        /* When running from stdin, leave __main__.__loader__ alone */        if (strcmp(filename, "<stdin>") != 0 &&            set_main_loader(d, filename, "SourceFileLoader") < 0) {            fprintf(stderr, "python: failed to set __main__.__loader__\n");            ret = -1;            goto done;        }        v = PyRun_FileExFlags(fp, filename, Py_file_input, d, d,                              closeit, flags);    } ...    return ret;}

使用PyRun_FileExFlags()通过文件输入

对于使用stdin和脚本文件方式,CPython会将文件句柄传递给位于pythonrun.c文件中的PyRun_FileExFlags()。PyRun_FileExFlags()的目的类似于用于-c输入PyRun_SimpleStringFlags(),Cpython会把文件句柄加载到PyParser_ASTFromFileObject()中。

我们将在下一节介绍Parser和AST模块。因为这是一个完整的脚本,所以它不用像使用-c的方式需要通过PyImport_AddModule("__main__")创建__main__模块。


与PyRun_SimpleStringFlags相同,一旦PyRun_FileExFlags()从文件创建了一个Python模块,它就会将它发送到run_mod()来执行。


run_mod()可以在Python/pythonrun.c中找到,并将模块发送到AST以编译成代码对象,代码对象是用于存储字节码操作的格式,并保存到.pyc文件中。

C代码片段

static PyObject *run_mod(mod_ty mod, PyObject *filename, PyObject *globals, PyObject *locals,            PyCompilerFlags *flags, PyArena *arena){    PyCodeObject *co;    PyObject *v;    co = PyAST_CompileObject(mod, filename, flags, -1, arena);    if (co == NULL)        return NULL;
if (PySys_Audit("exec", "O", co) < 0) { Py_DECREF(co); return NULL; }
v = run_eval_code_obj(co, globals, locals); Py_DECREF(co); return v;}

我们将在下一节中介绍CPython编译器和字节码。


对run_eval_code_obj()的调用是一个简单的包装函数,然后它会调用Python/eval.c文件中的PyEval_EvalCode()函数。PyEval_EvalCode()函数是CPython的主要评估循环,它会迭代每个字节码语句并在本地机器上执行它。

使用run_pyc_file() 通过编译字节码输入

在PyRun_SimpleFileExFlags()中,有一个判断子句为用户提供了.pyc文件的文件路径。如果文件路径以.pyc结尾,则不是将文件作为纯文本文件加载并解析它,它会假定.pyc文件的内容是字节码,并保存到磁盘中。


文件Python/pythonrun.c中的run_py_file()方法,使用文件句柄从.pyc文件中编组(marshals)代码对象。编组(Marshaling)是一个技术术语,作用是将文件内容复制到内存中并将其转换为特定的数据结构。磁盘上的代码对象数据结构是CPython编译器缓存已编译代码的方式,因此每次调用脚本时都不需要解析它。

C代码

static PyObject *run_pyc_file(FILE *fp, const char *filename, PyObject *globals,             PyObject *locals, PyCompilerFlags *flags){    PyCodeObject *co;    PyObject *v;  ...    v = PyMarshal_ReadLastObjectFromFile(fp);  ...    if (v == NULL || !PyCode_Check(v)) {        Py_XDECREF(v);        PyErr_SetString(PyExc_RuntimeError,                   "Bad code object in .pyc file");        goto error;    }    fclose(fp);    co = (PyCodeObject *)v;    v = run_eval_code_obj(co, globals, locals);    if (v && flags)        flags->cf_flags |= (co->co_flags & PyCF_MASK);    Py_DECREF(co);    return v;}

一旦代码对象被封送到内存,它就被发送到run_eval_code_obj(),它会调用Python/ceval.c来执行代码。

词法分析(Lexing)和句法分析(Parsing)

在阅读和执行 Python 文件的过程中,我们深入了解了解析器和AST模块,并对函数PyParser_ASTFromFileObject()函数进行了调用。

我们继续看Python/pythonrun.c,该文件的PyParser_ASTFromFileObject()方法将拿到一个文件句柄,编译器标志和PyArena实例,并使用PyParser_ParseFileObject()将文件对象转换为节点对象。

节点对象将使用AST函数PyAST_FromNodeObject转换为模块。


C代码

mod_tyPyParser_ASTFromFileObject(FILE *fp, PyObject *filename, const char* enc,                           int start, const char *ps1,                           const char *ps2, PyCompilerFlags *flags, int *errcode,                           PyArena *arena){    ...    node *n = PyParser_ParseFileObject(fp, filename, enc,                                       &_PyParser_Grammar,                                       start, ps1, ps2, &err, &iflags);    ...    if (n) {        flags->cf_flags |= iflags & PyCF_MASK;        mod = PyAST_FromNodeObject(n, flags, filename, arena);        PyNode_Free(n);    ...    return mod;}

谈到了PyParser_ParseFileObject()函数,我们需要切换到Parser/parsetok.c文件以及谈谈CPython解释器的解析器-标记化器阶段。
此函数有两个重要任务:


1.在Parser/tokenizer.c中使用PyTokenizer_FromFile()实例化标记化器状态tok_state结构体。
2.使用Parser/parsetok.c中的parsetok()将标记(tokens)转换为具体的解析树(节点列表)。

node *PyParser_ParseFileObject(FILE *fp, PyObject *filename,                         const char *enc, grammar *g, int start,                         const char *ps1, const char *ps2,                         perrdetail *err_ret, int *flags){    struct tok_state *tok;...    if ((tok = PyTokenizer_FromFile(fp, enc, ps1, ps2)) == NULL) {        err_ret->error = E_NOMEM;        return NULL;    }...    return parsetok(tok, g, start, err_ret, flags);}

tok_state(在Parser/tokenizer.h中定义)是存储由tokenizer生成的所有临时数据的数据结构。它被返回到解析器-标记器(parser-tokenizer),因为parsetok()需要数据结构来开发具体的语法树。


在parsetok()的内部,他会调用结构体tok_state,在循环中调用tok_get(),直到文件耗尽并且找不到更多的标记(tokens)为止。


tok_get()位于Parser/tokenizer.c文件,其实为类型迭代器(iterator),它将继续返回解析树中的下一个token。

tok_get()是整个CPython代码库中最复杂的函数之一。它有超过640行的代码,包括数十年的边缘案例,以及新语言功能和语法。


其中一个比较简单的例子是将换行符转换为NEWLINE标记的部分:

static inttok_get(struct tok_state *tok, char **p_start, char **p_end){...    /* Newline */    if (c == '\n') {        tok->atbol = 1;        if (blankline || tok->level > 0) {            goto nextline;        }        *p_start = tok->start;        *p_end = tok->cur - 1; /* Leave '\n' out of the string */        tok->cont_line = 0;        if (tok->async_def) {            /* We're somewhere inside an 'async def' function, and               we've encountered a NEWLINE after its signature. */            tok->async_def_nl = 1;        }        return NEWLINE;    }...}

在这个例子里,NEWLINE是一个标记(tokens),其值在Include/token.h中定义。


所有标记都是常量int值,并且在我们运行make regen-grammar时生成了Include/token.h文件。


PyParser_ParseFileObject()返回的node类型对下一阶段至关重要,它会将解析树转换为抽象语法树(AST)。

typedef struct _node {    short               n_type;    char                *n_str;    int                 n_lineno;    int                 n_col_offset;    int                 n_nchildren;    struct _node        *n_child;    int                 n_end_lineno;    int                 n_end_col_offset;} node;

由于CST可能是语法,令牌ID或者符号树,因此编译器很难根据Python语言做出快速决策。


这就是下一阶段将CST转换为更高层次结构的AST的原因。此任务由Python/ast.c模块执行,该模块具有C版和Python API版本。在跳转到AST之前,有一种方法可以从解析器阶段访问输出。CPython有一个标准的库模块parser,它使用Python API去展示C函数的内容。该模块被记录为CPython的实现细节,因此你不会在其他Python解释器中看到它。此外,函数的输出也不容易阅读。输出将采用数字形式,使用make regen-grammar阶段生成的symbol和token编号,存储在Includ/token.h和Include/symbol.h中。

>>> from pprint import pprint>>> import parser>>> st = parser.expr('a + 1')>>> pprint(parser.st2list(st))[258, [332,  [306,   [310,    [311,     [312,      [313,       [316,        [317,         [318,          [319,           [320,            [321, [322, [323, [324, [325, [1, 'a']]]]]],            [14, '+'],            [321, [322, [323, [324, [325, [2, '1']]]]]]]]]]]]]]]]], [4, ''], [0, '']]

为了便于理解,你可以获取symbol和token模块中的所有数字,将它们放入字典中,并使用名称递归替换parser.st2list()输出的值。

import symbolimport tokenimport parser
def lex(expression): symbols = {v: k for k, v in symbol.__dict__.items() if isinstance(v, int)} tokens = {v: k for k, v in token.__dict__.items() if isinstance(v, int)} lexicon = {**symbols, **tokens} st = parser.expr(expression) st_list = parser.st2list(st)
def replace(l: list): r = [] for i in l: if isinstance(i, list): r.append(replace(i)) else: if i in lexicon: r.append(lexicon[i]) else: r.append(i) return r
return replace(st_list)

你可以使用简单的表达式运行lex(),例如a+ 1,查看它如何表示为解析器树:

>>> from pprint import pprint>>> pprint(lex('a + 1'))
['eval_input', ['testlist', ['test', ['or_test', ['and_test', ['not_test', ['comparison', ['expr', ['xor_expr', ['and_expr', ['shift_expr', ['arith_expr', ['term', ['factor', ['power', ['atom_expr', ['atom', ['NAME', 'a']]]]]], ['PLUS', '+'], ['term', ['factor', ['power', ['atom_expr', ['atom', ['NUMBER', '1']]]]]]]]]]]]]]]]], ['NEWLINE', ''], ['ENDMARKER', '']]

在输出中,你可以看到小写的符号(symbols),例如'test'和大写的标记(tokens),例如'NUMBER'。

抽象语法树

CPython解释器的下一个阶段是将解析器生成的CST转换为可以执行的更合理的结构。


该结构是代码的更高级别表示,称为抽象语法树(AST)。


AST是使用CPython解释器进程内联生成的,但你也可以使用标准库中的ast模块以及C API在Python中生成它们。


在深入研究AST的C实现之前,理解一个简单的Python代码的AST是很有用的。


为此,这里有一个名为instaviz的简单应用程序。可以在Web UI中显示AST和字节码指令(稍后我们将介绍)。

小插曲

这里我需要说下,因为我按照原文的例子去照着做,发现根本就运行不起来,所以我就和大家说我的做法。


首先,我们不能通过pip的方式去安装运行,而是从github上把他的源码下载下来,然后在其文件下创建一个文件。

该程序需要在Python3.6+的环境下运行,包含3.6。


1.下载

https://github.com/tonybaloney/instaviz.git

2.写脚本。随意命名,比如example.py,代码如下

import instavizdef example():    a = 1    b = a + 1    return b

if __name__ == "__main__": instaviz.show(example)

3.目录结构如下

4.修改文件web.py


将原来的server_static函数和home函数用下面的代码替换

@route("/static/<filename>")def server_static(filename):    return static_file(filename, root="./static/")

@route("/", name="home")@jinja2_view("home.html", template_lookup=["./templates/"])def home(): global data data["style"] = HtmlFormatter().get_style_defs(".highlight") data["code"] = highlight( "".join(data["src"]), PythonLexer(), HtmlFormatter( linenos=True, linenostart=data["co"].co_firstlineno, linespans="src" ), ) return data

5.运行。好了,现在可以运行example.py文件了,运行之后会生成一个web服务(因为这个模块是基于bottle框架的),然后浏览器打开

http://localhost:8080/


6.展示页面

好了,我们继续原文的思路。


这里就到了展示图了

左下图是我们声明的example函数,表示为抽象语法树。


树中的每个节点都是AST类型。它们位于ast模块中,继承自_ast.AST。


一些节点具有将它们链接到子节点的属性,与CST不同,后者具有通用子节点属性。


例如,如果单击中心的Assign节点,则会链接到b = a + 1行:


它有两个属性:

  • targets是要分配的名称列表。它是一个列表,因为你可以使用解包来使用单个表达式分配多个变量。

  • value是要分配的值,在本例中是BinOp语句,a+ 1。


如果单击BinOp语句,则会显示相关属性:

  • left:运算符左侧的节点

  • op:运算符,在本例,是一个Add节点(+)

  • right:运算符右侧的节点

看一下图就了解了


在C中编译AST并不是一项简单的任务,因此Python/ast.c模块超过5000行代码。

有几个入口点,构成AST的公共API的一部分。


在词法分析(Lexing)和句法分析(Parsing)的最后一节中,我们讲到了对PyAST_FromNodeObject()的调用。在此阶段,Python解释器进程以node * tree的格式创建了一个CST。然后跳转到Python/ast.c中的PyAST_FromNodeObject(),你可以看到它接收node * tree,文件名,compiler flags和PyArena。

此函数的返回类型是定义在文件Include/Python-ast.h的mod_ty函数。


mod_ty是Python中5种模块类型之一的容器结构:


1.Module

2.Interactive
3.Expression
4.FunctionType
5.Suite

在Include/Python-ast.h中,你可以看到Expression类型需要一个expr_ty类型的字段。expr_ty类型也是在Include/Python-ast.h中定义。

enum _mod_kind {Module_kind=1, Interactive_kind=2, Expression_kind=3,                 FunctionType_kind=4, Suite_kind=5};struct _mod {    enum _mod_kind kind;    union {        struct {            asdl_seq *body;            asdl_seq *type_ignores;        } Module;
struct { asdl_seq *body; } Interactive;
struct { expr_ty body; } Expression;
struct { asdl_seq *argtypes; expr_ty returns; } FunctionType;
struct { asdl_seq *body; } Suite;
} v;};

AST类型都列在Parser/Python.asdl中,你将看到所有列出的模块类型,语句类型,表达式类型,运算符和结构。本文档中的类型名称与AST生成的类以及ast标准模块库中指定的相同类有关。


Include/Python-ast.h中的参数和名称与Parser/Python.asdl中指定的参数和名称直接相关:

-- ASDL's 5 builtin types are:-- identifier, int, string, object, constant
module Python{ mod = Module(stmt* body, type_ignore *type_ignores) | Interactive(stmt* body) | Expression(expr body) | FunctionType(expr* argtypes, expr returns)

因为C头文件和结构在那里,因此Python/ast.c程序可以快速生成带有指向相关数据的指针的结构。查看PyAST_FromNodeObject(),你可以看到它本质上是一个switch语句,根据TYPE(n)的不同作出不同操作。TYPE()是AST用来确定具体语法树中的节点是什么类型的核心函数之一。在使用PyAST_FromNodeObject()的情况下,它只是查看第一个节点,因此它只能是定义为Module,Interactive,Expression,FunctionType的模块类型之一。TYPE()的结果要么是符号(symbol)类型要么是标记(token)类型。


对于file_input,结果应该是Module。Module是一系列语句,其中有几种类型。


遍历n的子节点和创建语句节点的逻辑在ast_for_stmt()内。如果模块中只有1个语句,则调用此函数一次,如果有多个语句,则调用循环。然后使用PyArena返回生成的Module。


对于eval_input,结果应该是Expression,CHILD(n,0)(n的第一个子节点)的结果传递给ast_for_testlist(),返回expr_ty类型。然后使用PyArena将此expr_ty发送到Expression()以创建表达式节点,然后作为结果传回:

mod_tyPyAST_FromNodeObject(const node *n, PyCompilerFlags *flags,                     PyObject *filename, PyArena *arena){    ...    switch (TYPE(n)) {        case file_input:            stmts = _Py_asdl_seq_new(num_stmts(n), arena);            if (!stmts)                goto out;            for (i = 0; i < NCH(n) - 1; i++) {                ch = CHILD(n, i);                if (TYPE(ch) == NEWLINE)                    continue;                REQ(ch, stmt);                num = num_stmts(ch);                if (num == 1) {                    s = ast_for_stmt(&c, ch);                    if (!s)                        goto out;                    asdl_seq_SET(stmts, k++, s);                }                else {                    ch = CHILD(ch, 0);                    REQ(ch, simple_stmt);                    for (j = 0; j < num; j++) {                        s = ast_for_stmt(&c, CHILD(ch, j * 2));                        if (!s)                            goto out;                        asdl_seq_SET(stmts, k++, s);                    }                }            }
/* Type ignores are stored under the ENDMARKER in file_input. */ ...
res = Module(stmts, type_ignores, arena); break; case eval_input: { expr_ty testlist_ast;
/* XXX Why not comp_for here? */ testlist_ast = ast_for_testlist(&c, CHILD(n, 0)); if (!testlist_ast) goto out; res = Expression(testlist_ast, arena); break; } case single_input: ... break; case func_type_input: ... ... return res;}

在ast_for_stmt()函数里,也有一个switch语句,它会判断每个可能的语句类型(simple_stmt,compound_stmt等),以及用于确定节点类的参数的代码。


再来一个简单的例子,2**42的4次幂。这个函数首先得到ast_for_atom_expr(),这是我们示例中的数字2,然后如果有一个子节点,则返回原子表达式.如果它有多个字节点,使用Pow操作符之后,左节点是一个e(2),右节点是一个f(4)。

static expr_tyast_for_power(struct compiling *c, const node *n){    /* power: atom trailer* ('**' factor)*     */    expr_ty e;    REQ(n, power);    e = ast_for_atom_expr(c, CHILD(n, 0));    if (!e)        return NULL;    if (NCH(n) == 1)        return e;    if (TYPE(CHILD(n, NCH(n) - 1)) == factor) {        expr_ty f = ast_for_expr(c, CHILD(n, NCH(n) - 1));        if (!f)            return NULL;        e = BinOp(e, Pow, f, LINENO(n), n->n_col_offset,                  n->n_end_lineno, n->n_end_col_offset, c->c_arena);    }    return e;}

如果使用instaviz模块查看上面的函数

>>> def foo():       2**4>>> import instaviz>>> instaviz.show(foo)

在UI中,你还可以看到其相应的属性:

总之,每个语句类型和表达式都是由一个相应的ast_for_*()函数来创建它。参数在Parser/Python.asdl中定义,并通过标准库中的ast模块公开出来。


如果表达式或语句具有子级,则它将在深度优先遍历中调用相应的ast_for_*子函数。

结论

CPython的多功能性和低级执行API使其成为嵌入式脚本引擎的理想候选者。
你将看到CPython在许多UI应用程序中使用,例如游戏设计,3D图形和系统自动化。


解释器过程灵活高效,现在你已经了解它的工作原理。


在这一部分中,我们了解了CPython解释器如何获取输入(如文件或字符串),并将其转换为逻辑抽象语法树。我们还没有处于可以执行此代码的阶段。接下来,我们将继续深入,将抽象语法树转换为CPU可以理解的一组顺序命令的过程。

原文:

https://realpython.com/cpython-source-code-guide

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
译|Python幕后(2):CPython编译器原理
深入 Python 解释器源码,我终于搞明白了字符串驻留的原理!
《源码探秘 CPython》45. pyc文件是怎么创建的?
Python优化机制:常量折叠
译|Python幕后(1):CPython VM 原理
Python3 自学第12天:模块与包管理,Python解释器
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服