python虚拟机的工作原理是什么

一、过程概述

1、Python首先将代码（.py文件）编译成字节码交给字节码虚拟机，然后虚拟机从编译好的PyCodeObject对象中逐条执行字节码指令，在当前上下文环境下这条字节码指令被执行，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对象包含程序的字节码指令和所有静态信息，但不包含程序运行时的动态信息——执行环境（PyFrameObject）

2、字节码对应python虚拟机程序中的PyCodeObject对象； .pyc 文件是磁盘上字节码的表示。

3. 总体来说：操作系统中程序的执行离不开进程和线程两个概念。这两个概念是用python模拟的，模拟的进程和线程分别是PyInterpreterState和PyTreadState。即：每个PyThreadState对应一个帧栈，python虚拟机在多个线程之间切换。当python虚拟机开始执行时，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后的字节码并一一执行，类似于CPU执行指令的过程。函数内部主要是一个switch结构，根据不同的字节码执行不同的代码。

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虚拟机的原理是模拟可执行程序在X86机器上的执行。

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 0;
}

Python虚拟机的原理就是模拟上述行为。当发生函数调用时，会创建一个新的栈帧，对应的 Python 实现是一个 PyFrameObject 对象。

PyFrameObject 对象在程序运行时创建动态信息，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[1];    
} PyFrameObject;

每个 PyFrameObject 对象都维护一个 PyCodeObject 对象，表示每个 PyFrameObject 中的动态内存空间对象对应源代码中的一段 Code。