1.cpython是码查什么?pypy是什么?python和这两个东西有什么关系
2.教你阅读 Cpython 的源码（一）
3.Python C语言API教程（一、用C写一个Python包）
4.深入理解 Python 虚拟机：列表（list）的码查实现原理及源码剖析
5.python是如何执行的?
6.cpython中的PyObject等对象入门

cpython是什么?pypy是什么?python和这两个东西有什么关系

       p >本文旨在介绍Python的主流实现CPython是如何执行源代码的。我们将以当前主分支的码查CPython 3.版本为例，解释从源代码到执行的码查全过程。

       p > Python语言内嵌有一个编译器。码查首先，码查自动发卡APP源码需要对源代码进行词法分析，码查将字符串转化为一个个单词，码查以便进一步处理。码查这一过程主要发生在`Parser/tokenizer.c`文件中，码查由手工编写实现。码查

       p > 完成词法分析后，码查接下来是码查语法分析阶段。通过这一阶段，码查CPython真正理解了代码的码查结构。自Python 3.版本起，CPython采用了一种新的PEG解析器。

       p > PEG，全称Parser Expression Generator，理念是通过描述你设计的语法，生成相应的解析代码。在CPython项目中，`Grammar/python.gram`文件描述了Python语法，通过`Tools/peg_generator/pegen/`生成器转换为解析代码，位于`Parser/parser.c`。我有幸参与过`Grammar/python.gram`的修改，无需修改语法即可保持其稳定。

       p > PEG语法广泛应用于多种场景，因为它允许自定义描述语法，同时生成器也可以自定义。在CPython中，`Tools/peg_generator/pegen/metagrammar.gram`描述了元语法，可以用来生成不同语言的解析代码，并在多种语言中实现。

       p > 语法分析后，nfafactory 源码解析结果是抽象语法树（AST），声明在`Include/internal/pycore_ast.h`，并由`ast`模块对外提供接口。

       p > 有了AST，下一步是将其转换为字节码。CPython的核心是解释执行，执行的内容即为字节码。这些字节码保存在`__pycache__/*.pyc`文件中，每个小版本的字节码都可能发生变化，用户不应假设兼容性。我们可以通过`dis`模块查看编译后的结果。

       p > 字节码生成过程涉及符号查找、指令优化等多个步骤，尤其是在Python 3.的性能优化中，有一部分就是在字节码层面进行的改进。这部分主代码位于`Python/compile.c`。

       p > 字节码生成的输入是AST，输出为Python字节码。整个转换过程由`_PyParser_ASTFromFile`函数串联起来。

       p > 完成字节码生成后，下一步是执行字节码。这通常是一个大的循环过程，主要在`_PyEval_EvalFrameDefault`中实现，包含了大量的`switch case`结构。

       p > `Python/generated_cases.c.h`文件包含了几乎所有的字节码实现，并且通过`Python/bytecodes.c`生成。CPython执行的核心通常称为CPython VM（虚拟机）。

       p > 在真正执行之前，还需要内置对象的支持。基本的内置对象如`str`、`list`和`dict`在Python中至关重要。这些对象的C实现构成了CPython VM的重要部分，位于`Objects`目录下，并编译在VM程序中。pigeon的源码

       p > Python内置了许多基本库，它们的代码通常位于`Lib`目录下。同时，CPython VM提供了丰富的C API，允许用户编写C扩展，并方便地在C扩展和Python VM之间传递对象。

       p > 为了提供基本功能，CPython必须使用一些操作系统提供的原生C函数，因此内置了许多C扩展。例如，`os`模块的C实现位于`Modules`目录下，这些模块通过CPython VM动态加载。

       p > Python最初的定位是胶水语言，大量C扩展极大地丰富了CPython的生态系统，同时也是其他Python实现如PyPy等的限制。

       p > 最后，将所有这些组件组织起来的代码位于`Python/pythonrun.c`中，经过这一系列步骤后，代码终于可以执行了。

教你阅读 Cpython 的源码（一）

       目录

1. CPython 介绍

       在Python使用中，你是否曾好奇字典查找为何比列表遍历快？生成器如何记忆变量状态？Cpython，作为流行版本，其源代码为何选择C和Python编写？Python规范，内存管理，这里一一揭示。

       文章将深入探讨Cpython的内部结构，分为五部分：编译过程、解释器进程、编译器和执行循环、对象系统、以及标准库。了解Cpython如何工作，从源代码下载、编译设置，作品源码文件到Python模块和C模块的使用，让你对Python核心概念有更深理解。

       2. Python 解释器进程

       学习过程包括配置环境、文件读取、词法句法解析，直至抽象语法树。理解这些步骤，有助于你构建和调试Python代码。

       3. Cpython 编译与执行

       了解编译过程如何将Python代码转换为可执行的中间语言，以及字节码的缓存机制，将帮助你认识Python的编译性质。

       4. Cpython 中的对象

       从基础类型如布尔和整数，到生成器，深入剖析对象类型及其内存管理，让你掌握Python数据结构的核心。

       5. Cpython 标准库

       Python模块和C模块的交互，以及如何进行自定义C版本的安装，这些都是Cpython实用性的体现。

       6. 源代码深度解析

       从源代码的细节中，你会发现编译器的工作原理，以及Python语言规范和tokenizer的重要性，以及内存管理机制，如引用计数和垃圾回收。

       通过本文，你将逐步揭开Cpython的神秘面纱，成为Python编程的高手。继续深入学习，提升你的Python技能。

       最后：结论

       第一部分概述了源代码、编译和Python规范，后续章节将逐步深入，让你在实践中掌握Cpython的核心原理。

       更多Python技术，持续关注我们的sockettool源码c公众号：python学习开发。

Python C语言API教程（一、用C写一个Python包）

       Python的C语言API教程（一：实践入门）

       Python的C语言API在提升程序性能和实现跨平台适配方面发挥着关键作用。通过官方API，开发者可以直接操作Python解释器的底层，绕过Python的GIL限制，达到加速效果，如cython和codon等工具相比，C语言API更为直接有效。

       Python的C语言API还支持本地化适配，例如PyQT库，它根据操作系统和硬件调整图形界面。在机器学习框架TensorFlow这类需要底层优化和硬件适配的场景中，C语言API更是不可或缺。

       理解C语言API有助于深入学习CPython，因为Python的执行实际上就是调用C语言API。Python源码阅读者会发现，熟悉API有助于解析CPython的内部工作原理。

       要进行Python的C开发，首先需要配置环境。Windows用户需安装Visual Studio Build Tools，选择Python开发和C++桌面开发工作负荷。Mac/Linux用户则需安装Python开发包（如GCC）和调试工具（如Windows的Visual Studio自带工具或Mac/Linux的GDB）。

       接下来，我们将通过实例创建一个简单的Python扩展模块datetimecpy，模拟官方datetime模块。我们从编写Python调用代码开始，然后用C语言实现，包括头文件引入、定义now方法、注册方法、模块定义、以及将模块嵌入到Python解释器中。

       通过本章，你将掌握创建C扩展模块的基础步骤。在后续章节，我们将深入讲解PyObject对象及其在C语言API中的应用。

深入理解 Python 虚拟机：列表（list）的实现原理及源码剖析

       深入理解 Python 虚拟机：列表（list）的实现原理及源码剖析

       在 Python 虚拟机中，列表作为基本数据类型之一，能够存储各种类型的数据并支持多种操作。本文将详细解析列表在 cpython 实现中的结构和关键操作的源代码。

       列表结构解析

       在 cpython 实现中，列表由一系列元素构成，每个元素由一个指针指向 Python 对象。列表还包含一个表示元素数量的字段，一个用于存储列表长度的字段，以及一个用于存储对象引用计数的字段。

       创建和扩容机制

       创建列表时，不会直接分配内存，而是将需要释放的内存地址保存在数组中，以便下次创建列表时复用。列表扩容时，通过检查当前容量并相应地增加，以适应新添加的元素。

       插入和删除操作

       插入元素时，将插入位置及其后元素后移一位。删除元素时，将后续元素前移，直至空位。

       复制操作

       列表复制分为浅拷贝和深拷贝。浅拷贝仅复制对象的指针，改变原始列表中的元素会影响复制后的列表。深拷贝则复制对象及其内部内容，确保复制后的列表独立于原始列表。

       列表清理和反转

       清空列表时，将元素数量字段设置为零，并减少所有对象的引用计数，以便在计数为零时自动释放内存。反转列表使用交换元素指针实现，不改变元素值。

       总结

       本文深入介绍了 Python 列表的内部实现，包括创建、扩容、插入、删除、复制、清理和反转等操作的源代码。理解这些细节有助于更高效地编写 Python 代码并深入掌握 Python 的内部机制。

python是如何执行的?

       理解Python执行，首先需要了解编译型语言的执行过程。以C语言为例，C代码最终会被转换成机器码，由计算机执行。

       在Python中，代码会被编译成Python虚拟机可以理解的字节码，然后由Python虚拟机逐条执行字节码。CPython是Python的官方实现，它包含编译部分、虚拟机执行部分、命令行交互式环境、内置模块实现、包安装API等。

       Python并非解释型或编译型语言，而是解释型语言。Python代码被编译成字节码，而不是直接生成机器码。字节码由CPython运行，类似于虚拟机。CPython包含了一个用于将Python指令变为字节码指令的编译器、执行字节码的虚拟机，以及命令行交互式解释环境。

       Python的编译器将Python代码转换为字节码，通过生成PyCodeObject对象来保存函数调用。每个代码对象包含虚拟机执行的字节码和其他函数信息。使用dis模块的dis方法可以查看一个函数的字节码对应的指令。具体编译过程见Python官方指南。

       Python的虚拟机是一个栈机器，字节码解释器通过模拟物理计算机操作多个栈来完成指令。在CPython源码的ceval.c中有一个巨大的switch语句，对应着每一个字节码指令。frame用于保存代码信息和上下文信息，每个函数调用都有一个对应的frame。数据栈/评估栈/值栈是执行指令时的栈。

       .pyc文件是Python的缓存信息，用于加速模块加载。.pyc文件包含魔法数字、时间戳和使用marshaled模块序列化的字节码。当导入模块时，Python会检查是否有缓存文件并检查是否过期。如果没有过期，可以绕过编译阶段。最新版本的Python在加载模块时进行了一定流程的判断。

       关于Python执行过程的了解，参考了大量资料。虽然无法阅读最新的CPython源码，但仍从各种资料中拼凑出对于Python执行过程的理解。推荐的资料包括官方Python Developer's Guide的CPython内部介绍、CPython源码指南、 Lines or Less A Python Interpreter Written in Python、B站码农高天的深入和清晰的中文讲解。

cpython中的PyObject等对象入门

       在 Python 中，一切皆对象，对象的定义对理解程序至关重要。下面，我们从 CPython 的源代码中，介绍 CPython 中基本的对象结构。

       在 CPython 中，关于对象的定义主要集中在头文件 Include/object.h 中。在文件的前面部分，可以找到整体的介绍。对象在堆上分配，使用特殊的规则来确保它们能够正确地被垃圾回收。对象不能静态分配或在栈上分配，只能通过特定的宏和函数访问。类型对象是例外，标准类型由静态初始化的类型对象表示，Python 2.2 中的工作使得堆上分配的类型对象成为可能。每个对象都有一个引用计数，当对象的指针被复制或删除时，引用计数会增加或减少。当引用计数达到零时，表示对象不再有任何引用，可以被从堆中移除。每个对象都有一个类型，决定了它代表什么以及包含何种数据类型。对象的类型在创建时固定。类型本身作为对象表示，对象包含指向相应类型对象的指针。类型自身有一个类型指针指向对象代表的类型'类型'，该类型包含指向自己的指针！对象在内存中不会漂浮移动，一旦分配，其大小和地址保持不变。需要存储可变大小数据的对象可以包含指向对象可变部分的指针。不同类型的对象不一定具有相同的大小，但分配后大小不能改变。为了使对象的引用可以简单地是一个指针，不允许移动对象或改变对象的大小。对象始终通过 PyObject * 类型的指针访问。 PyObject 是一个只包含引用计数和类型指针的结构。实际分配的对象内存包含其他数据，只能在转换为指向更长结构类型的指针后访问。此更长的类型必须以引用计数和类型字段开始，使用宏 PyObject_HEAD 为这进行（以适应未来的更改）。特定对象类型的实现可以将对象指针转换为正确的类型并返回。

       在 CPython 中，最重要的对象是 PyObject，定义在文件 Include/object.h 中。 PyObject_VAR_HEAD 是一个关键的宏，定义在文件 Include/object.h 中。这是一个 PyVarObject，可以简单理解为：

       在 Python 中，除了基础的 PyObject 对象之外，还有一些在其基础上扩展的 PyVarObject 对象，因为我们常用的如列表、字典等对象的长度可以随时变化。

       每个类型的对象都有一个类型，因此对象的类型数据结构非常重要。它定义在文件 Include/cpython/object.h 中的结构体 _typeobject 中，同时它有一个别名 PyTypeObject，定义如下：

       可以看到，结构体 PyTypeObject 相当复杂，下面我们会逐步介绍。

       将 PyTypeObject 分为几个部分。

       上面的代码中涉及到的第一个关键的宏 PyObject_VAR_HEAD 的定义在文件 Include/object.h 中。这意味着 PyObject_VAR_HEAD 就是一个 PyVarObject，可以简单理解为：