pvm虚拟机基本原理

零、绪论：特别鸣谢下文博客，自己博客是对这篇博客的学习笔记：

大佬webber博客:https://www.cnblogs.com/webber1992/p/6597166.html

一、三种文件：

　　1、pyc文件：py文件编译后的二进制文件。

　　2、pyo文件：优化后的py编译的文件。

　　3、pyd文件：其他语言编程的py库。

二、python编译的过程：

　　python不单纯是一种解释性语言，也需要编译，需要编译成字节码。然后模仿可执行文件的入栈出栈调用顺序执行。pyc文件中保存这编译而成的字节码，PVM从PyCodeObject读取字节码一条一条执行。PyCodeObject保存字节码以及进程上下文信息。pyc文件在import事后创建PyCodeObject对象，一般是由py_compile模块操作的。直接执行py文件不会生成pyc，但是可以通过python -m xxx.py生成pyc文件。

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。

三、PyCodeObject的结构：

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;

引用的C语言的PyCodeObject的结构体

四、执行过程：

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
”, 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，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[1];    
} PyFrameObject;