Python代码执行模型

python代码执行过程

在python程序运行时，python首先会编译生成“字节码”，之后将字节码发送到所谓的“虚拟机”上执行。

字节码是一种低级的，与平台无关的表现形式。字节码可以提高执行速度，比起最初的源代码文件，字节码的运行效率高得多。

在Python3.2之后，python在执行代码的时候会生成一个名为__pycache__的子目录，在该目录中存放一个名为“文件名+解释器+python版本+.pyc”的文件，这个文件就是字节码。

在下一次运行python程序的时候，如果没有对源代码进行更改或者是python版本进行更改，那么python将会直接加载.pyc文件。

源文件的改变:
python会自动检查源文件和字节码文件最后一次修改的时间戳，来确认是否需要重新编译。
python解释器版本的改变：
.pyc文件的名称中含有python的版本，导入机制会检查名称中的python版本，来确认是否需要重新编译。

最后，请记住字节码只针对哪些被导入(import)的文件而生成，而不是顶层的执行脚本。例如，我们有两个python代码，如下所示：

# my.py文件内容
from t import fun       # 从模块t导入fun函数
fun()
print("asda")

# t.py文件内容
def fun():
    print("Hello World!")

现在执行my.py文件，就可以看到自动创建__pycache__目录，并且生成的.pyc文件名字为：

t.cpython-38.pyc

文件名中的t表明字节码确实只针对哪些被导入(import)的文件而生成，而不是顶层的执行脚本。cpython是我使用的python解释器，38表示我所使用的python版本是python3.8。

python虚拟机

字节码会被发送到python虚拟机(python virtual machine)上执行。PVM不是一个独立的程序，它是python的运行时引擎，它是python解释器的最后一步。

python代码的执行过程应该是：

源代码-->字节码-->PVM

值得一提的是，python解释器和其他传统解释器不同，它包含了内部编译步骤。python并不需要反复重新解析源代码。这决定了python代码的执行速度还是可以的。

在python中，我们只拥有运行时，因为编译器总是在运行时出现，并且是运行程序系统的一部分。因为python不需要预处理，编译，汇编，链接这些处理步骤。这就可以让python做到非常好的动态语言的体验。

Python的各种实现

CPython

CPython是Python标准的实现。除了CPython之外，还有其他几种主要的Python实现。分别是：Jython,IronPython,PyPy等，其中Jython,IronPython能够提供直接和Java和.NET组件的使用接口。PyPy是一个现成的CPython替代品，它能更快的运行大多数的程序。

CPython是最初的，标准的Python实现。它由ANSI C编写而成。你从python官网(https://www.python.org/)获取的Python就是CPython。绝大多数的Linux系统附带的Python也是CPython。

Jython

Jython是基于Java实现的Python，其目的是与Java集成。Jython将Python源代码编译成Java字节码，并将字节码发送到Java虚拟机（JVM）上执行。所以python代码在运行时就像真正的Java程序一样。 Jython的目标是让python能够脚本化Java程序，以及Java程序可以将Python当作内嵌语言来运行。

IronPython

同样，IronPython的目的和Jython类似，是为了让python和.NET应用程序能够集成。IronPython项目起初由微软开发，后来将其开源。

PyPy

PyPy是CPython标准的另一个实现，它更加注重性能。它提供了一个带有即时编译器（JIT）的实现。即时编译器是指在运行代码的时候进行动态编译，而不是运行前编译好。JIT实际上是PVM的一个扩展，它将字节码中的部分直接编译为机器指令。因此，PyPy的性能将更好（几乎能跟C代码一样快），同时占用的内存可能更少。 PyPy回避了垃圾回收（GC）机制，这导致它的非引用计数方案意味着临时文件不会立即关闭，甚至有时候需要手动释放。

最后

上述的Python运行时结构，目前看来是不太可能会有大的改变。因此，字节码依旧会是一种标准。Python不太可能真的去实现静态编译，这将会破坏python本身的设计。