文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python对象的生命周期源码学习

2024-04-02 19:55

关注

思考:

当我们输入这个语句的时候,Python内部是如何去创建这个对象的?

a = 1.0

对象使用完毕,销毁的时机又是怎么确定的呢?

下面,我们以一个基本类型float为例,来分析对象从创建到销毁这整个生命周期中的行为。

1 C API

Python是用C写的,对外提供了API,让用户可以从C环境中与其交互,并且Python内部也大量使用了这些API。C API分为两类:泛型API以及特型API。

泛型API:与类型无关,属于抽象对象层,这类API的参数是PyObject *,即可以处理任意类型的对象。以PyObject_Print为例:

// 打印浮点对象
PyObject *fo = PyFloat_FromDouble(3.14);
PyObject_Print(fo, stdout, 0);
// 打印整数对象
PyObject *lo = PyLong_FromLong(100);
PyObject_Print(lo, stdout, 0);

特型API:与类型相关,属于具体对象层,这类API只能作用于某种类型的对象

2 对象的创建

2.1 两种创建对象的方式

Python内部一般通过两种方法创建对象:

通过C API,多用于内建类型

以浮点类型为例,Python内部提供PyFloat_FromDouble,这是一个特型C API,在这个接口内部为PyFloatObject结构体变量分配内存,并初始化相关字段:

PyObject *
PyFloat_FromDouble(double fval)
{
    PyFloatObject *op = free_list;
    if (op != NULL) {
        free_list = (PyFloatObject *) Py_TYPE(op);
        numfree--;
    } else {
        op = (PyFloatObject*) PyObject_MALLOC(sizeof(PyFloatObject));
        if (!op)
            return PyErr_NoMemory();
    }
    
    (void)PyObject_INIT(op, &PyFloat_Type);
    op->ob_fval = fval;
    return (PyObject *) op;
}

通过类型对象,多用于自定义类型

对于自定义类型,Python就无法事先提供C API了,这种情况下就只能通过类型对象中包含的元数据(分配多少内存,如何初始化等等)来创建实例对象。

由类型对象创建实例对象是一个更通用的流程,对于内建类型,除了通过C API来创建对象意外,同样也可以通过类型对象来创建。以浮点类型为例,我们通过类型对象float,创建了一个实例对象f:

f: float = float('3.123')

2.2 由类型对象创建实例对象

思考:既然我们可以通过类型对象来创建实例对象,那么类型对象中应该存在相应的接口。

在PyType_Type中找到了tp_call字段:

PyTypeObject PyType_Type = {
    PyVarObject_HEAD_INIT(&PyType_Type, 0)
    "type",                                     
    sizeof(PyHeapTypeObject),                   
    sizeof(PyMemberDef),                        
    (destructor)type_dealloc,                   
    // ...
    (ternaryfunc)type_call,                     
    // ...
};

因此,float(‘3.123’)在C层面就等价于:

PyFloat_Type.ob_type.tp_call(&PyFloat_Type, args. kwargs)

这里大家可以思考下为什么是PyFloat_Type.ob_type——因为我们在float(‘3.14’)中是通过float这个类型对象去创建一个浮点对象,而对象的通用方法是由它对应的类型管理的,自然float的类型就是type,所以我们要找的就是type的tp_call字段。

type_call函数的C源码:(只列出部分)

static PyObject *
type_call(PyTypeObject *type, PyObject *args, PyObject *kwds)
{
    PyObject *obj;
    // ...
    obj = type->tp_new(type, args, kwds);
    obj = _Py_CheckFunctionResult((PyObject*)type, obj, NULL);
    if (obj == NULL)
        return NULL;
    // ...
    type = Py_TYPE(obj);
    if (type->tp_init != NULL) {
        int res = type->tp_init(obj, args, kwds);
        if (res < 0) {
            assert(PyErr_Occurred());
            Py_DECREF(obj);
            obj = NULL;
        }
        else {
            assert(!PyErr_Occurred());
        }
    }
    return obj;
}

其中有两个关键的步骤:(这两个步骤大家应该是很熟悉的)

总结:(以float为例)

图示如下:

3 对象的多态性

通过类型对象创建实例对象,最后会落实到调用type_call函数,其中保存具体对象时,使用的是PyObject *obj,并没有通过一个具体的对象(例如PyFloatObject)来保存。这样做的好处是:可以实现更抽象的上层逻辑,而不用关心对象的实际类型和实现细节。(记得当初从C语言的面向过程向Java中的面向对象过度的时候,应该就是从结构体)

以对象哈希值计算为例,有这样一个函数接口:

Py_hash_t
PyObject_Hash(PyObject *v)
{
    // ...
}

对于浮点数对象和整数对象:

PyObject *fo = PyFloatObject_FromDouble(3.14);
PyObject_Hash(fo);
PyObject *lo = PyLongObject_FromLong(100);
PyObject_Hash(lo);

可以看到,对于浮点数对象和整数对象,我们计算对象的哈希值时,调用的都是PyObject_Hash()这个函数,但是对象类型不同,其行为是有区别的,哈希值计算也是如此。

那么在PyObject_Hash函数内部是如何区分的呢?

PyObject_Hash()函数具体逻辑:

Py_hash_t
PyObject_Hash(PyObject *v)
{
    PyTypeObject *tp = Py_TYPE(v);
    if (tp->tp_hash != NULL)
        return (*tp->tp_hash)(v);
    
    if (tp->tp_dict == NULL) {
        if (PyType_Ready(tp) < 0)
            return -1;
        if (tp->tp_hash != NULL)
            return (*tp->tp_hash)(v);
    }
    
    return PyObject_HashNotImplemented(v);
}

函数会首先通过Py_TYPE找到对象的类型,然后通过类型对象的tp_hash函数指针来调用对应的哈希计算函数。

即:PyObject_Hash()函数根据对象的类型,调用不同的函数版本,这就是多态。

4 对象的行为

除了tp_hash字段,PyTypeObject结构体还定义了很多函数指针,这些指针最终都会指向某个函数,或者为空。我们可以把这些函数指针看作是类型对象中定义的操作,这些操作决定了对应的实例对象在运行时的行为。

虽然不同的类型对象中保存了对应实例对象共有的行为,但是不同类型的对象也会存在一些共性。例如:整数对象和浮点数对象都支持加减乘除等擦欧总,元组对象和列表对象都支持下标操作。因此,我们以行为为分类标准,对对象进行分类:

Python以此为依据,为每个类别都定义了一个标准操作集:

如果类型对象提供了相关的操作集,则对应的实例对象就具备对应的行为:

typedef struct _typeobject {
    PyObject_VAR_HEAD
    const char *tp_name; 
    Py_ssize_t tp_basicsize, tp_itemsize; 
   // ...
    PyNumberMethods *tp_as_number;
    PySequenceMethods *tp_as_sequence;
    PyMappingMethods *tp_as_mapping;
    // ...
} PyTypeObject;

以float为例,类型对象PyFloat_Type的这三个字段是这样初始化的:

PyTypeObject PyFloat_Type = {
    PyVarObject_HEAD_INIT(&PyType_Type, 0)
    "float",
    sizeof(PyFloatObject),
    // ...
    &float_as_number,                           
    0,                                          
    0,                                          
    // ...
};

可以看到,只有tp_as_number非空,即float对象支持数值型操作,不支持序列型操作和关联型操作。

5 引用计数

在Python中,很多场景都涉及引用计数的调整:

引用计数是Python生命周期中很关键的一个知识点,后续我会用一个单独的章节来介绍,这里咱们先按下不表,更多关于Python对象生命周期的资料请关注编程网其它相关文章!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯