Python 执行原理与环境机制详解

Python 代码如何被 CPU 执行

Python 代码执行的起点

想运行任何 Python 代码，我们会在终端中输入 python xxx，似乎这里是一个可执行文件。

• 在 Windows 中，我们可以找到一个 python.exe，在 Linux 或 Mac 中，是 ELF（Executable and Linkable Format）格式的二进制文件，总之就是一个 CPU 能直接运行的可执行文件，主要内容是机器码。

关于 exe，PE，ELF，可执行文件，机器码 一系列概念PE（Portable Executable）指的是文件的内部格式，类似一个规范，很多文件后缀对应的文件，其实都用 PE 格式进行内部的字节排列，比如 .exe .dll .sys 等等。至于为什么要有这么多不同的文件后缀，可以查阅相关资料。机器码：01010，是汇编语言的二进制翻译，是操作 CPU 的最底层数据流。可执行文件 = 机器码 + 头部信息 + 数据区 + 资源。

用炒菜来类比可执行文件运行的过程，当我们双击 .exe 时，操作系统是先读取可执行文件的头部（说明书），进行内存空间分配（分配锅灶）和其他操作，然后按照说明书把机器码（饭菜）倒进内存（锅）里，最后启动进程（开始炒菜）。

.dll 的作用与 Python 解释器的定义

那为什么这个 python.exe 可以执行我们写的复杂 Python 代码呢，毕竟这是一个极小的可执行文件（KB 级）。

• 原因在于，干活的是 .dll 文件，它是一个编译器，而 python.exe 只是一个启动器，一个入口。
• .dll 会将 Python 代码进行词法语法解析，然后编译为字节码，再交给内部的 Python 虚拟机（PVM，用 C 语言写的，编译进 .dll 内的一段机器码，一个很臭的大循环）。

PVM 根据这个字节码，找到相应的 C 语言函数（CPython），这个 C 函数也已经预先编译为了机器码，放在 .dll 里面，所以其实 PVM 就是根据字节码，找对应的机器码（某种快速映射关系），然后再调用 CPU，也就是说，环境里不需要 gcc 等 C 的编译器，就能执行 .py 代码。

为解释器下个定义 结合上两节，我们可以下个定义，Python 解释器 = 一个轻量级的入口程序 + 一个包含编译器和虚拟机的运行时核心库。

Python 解释器所在的文件结构

来看这个 cpython3.11 的文件结构。

• 核心的 python311.dll 和 python.exe 紧挨在一起，python3.dll 是一个 python3 的版本转发器。
• DLLs/，官方提供的、为了追求速度用 C 语言写的标准库扩展，里面是 .pyd 和.dll，前者本质其实就是 .dll。
• Lib/ 存放标准模块，.py 文件，其中专门有个子文件夹 site-packages 用来存放第三方库，比如 numpy。
• libs/ 静态链接库，.lib 文件。
• Include/ 通常没啥用，一些 .h 文件，是对外暴露的 API 接口定义，用于拓展开发。
• Scripts/ 命令行工具。

真正重要的文件 python311.dll, python.exe, Lib/DLLs/

Lib 中的 .py 有时会调用一些函数，这些函数已经被翻译为机器码，放在 Dlls/，这样就省去了复杂的翻译开销。 同个版本，不同硬件架构的 python，Dlls 里放的机器码也不同，但是 Lib 文件是相同的。