『Python底层原理』--CPython的变量实现机制

在Python中，变量的使用看起来非常简单，例如 a = 10，s = "hello"等等。

然而，这种简单的赋值操作背后，CPython其实做了很多复杂的工作。

本文将通过一些简单易懂的代码示例，一起探索Python变量背后的奥秘，让我们对它的实现机制有更深一步的理解。

在Python中，变量本质上是一个名字到值的映射。

例如，当你写a = 1时，a是一个名字，而1是一个值。

CPython会将这个名字和值关联起来，以便你后续可以通过名字访问这个值。

a = 1
print(a)  # 输出：1

这种映射关系是通过一个名为命名空间的结构实现的。

命名空间是一个字典，其中的键是变量名，值是变量对应的对象。

它的定义可参考CPython源码中的Include/internal/pycore_frame.h文件。

typedef struct _PyInterpreterFrame {
    // 省略... ...
    PyObject *f_globals; /* Borrowed reference. Only valid if not on C stack */
    PyObject *f_builtins; /* Borrowed reference. Only valid if not on C stack */
    PyObject *f_locals; /* Strong reference, may be NULL. Only valid if not on C stack */
    // 省略... ...
}

其中，f_locals 保存局部变量映射，函数执行时，局部变量值存于此；

f_globals 用于全局变量，模块级代码块执行时，f_globals 指向模块全局命名空间字典；

f_builtins 关联内置命名空间。

CPython在执行代码时，会先将代码编译成字节码，然后由虚拟机执行这些字节码。我们可以通过 dis 模块查看代码的字节码。

例如，对于a = 1，字节码如下：

import dis

code = """
a = b
"""
dis.dis(code)

• LOAD_NAME：从命名空间中加载变量b的值
• STORE_NAME：将值存储到变量a中

这两个指令展示了CPython如何处理变量的读取和赋值。

Python中的变量存储在不同的命名空间中，而这些命名空间又与代码的作用域相关，作用域决定了变量的可见性。

Python有三种主要的作用域：

1. 局部作用域：函数内部的变量
2. 全局作用域：模块级别的变量
3. 内置作用域：包含内置函数和类型的命名空间

x = "global"  # 全局变量

def func():
    y = "local"  # 局部变量
    print(x)  # 输出：global
    print(y)  # 输出：local

func()

在这个例子中，x是全局变量，y是局部变量。

如果在函数中尝试访问一个未定义的变量，CPython会按照以下顺序查找：

1. 局部命名空间（f_locals）

2. 全局命名空间（f_globals）

3. 内置命名空间（f_builtins）

如果仍然找不到，就会抛出NameError异常。

CPython为不同作用域的变量提供了不同的字节码指令，以优化性能和实现特定的行为。

4.1. 局部变量

在函数中，局部变量使用LOAD_FAST和STORE_FAST指令。

这些指令直接操作一个数组，而不是字典，因此速度更快。

def func():
    a = 1  # STORE_FAST
    b = a  # LOAD_FAST
    return b

dis.dis(func)

4.2. 全局变量

全局变量使用LOAD_GLOBAL和STORE_GLOBAL指令。

这些指令会直接操作全局命名空间。

x = 1

def func():
    global x
    x = 2  # STORE_GLOBAL
    return x  # LOAD_GLOBAL

dis.dis(func)

4.3. 闭包变量

当函数嵌套时，内部函数可以访问外部函数的变量。

这些变量称为闭包变量，使用LOAD_DEREF和STORE_DEREF指令。

def outer():
    x = 1
    def inner():
        return x  # LOAD_DEREF
    return inner

dis.dis(outer)

在类定义中，变量的行为与函数不同。

类定义中的变量使用LOAD_NAME和STORE_NAME指令，因为类的命名空间会动态地与全局命名空间交互。

x = "global"

class MyClass:
    print(x)  # 使用 LOAD_NAME
    x = "local"
    print(x)  # 使用 LOAD_NAME

MyClass()

输出：

查看指令的话，可以使用：python.exe -m dis .\cpython-variable.py命令。

如果在类中使用嵌套函数，CPython会使用LOAD_CLASSDEREF指令来处理闭包变量。

class MyClass:
    x = "cell"
    def method(self):
        print(x)  # 使用 LOAD_CLASSDEREF

MyClass().method()

CPython的编译器会根据变量的作用域和代码块类型选择合适的字节码指令。

例如：

• 如果变量是局部变量，编译器会生成LOAD_FAST和STORE_FAST
• 如果变量是全局变量，编译器会生成LOAD_GLOBAL和STORE_GLOBAL
• 如果变量是闭包变量，编译器会生成LOAD_DEREF和STORE_DEREF

Python变量的实现机制比看起来复杂得多，它涉及到字节码指令、命名空间、作用域以及编译器的决策逻辑。

通过理解这些概念，可以更好地掌握Python的变量行为，尤其是在复杂的作用域场景中。

如果对CPython的实现感兴趣，可以进一步阅读其源码中与变量相关的部分。