python对象揭秘

在顶层抽象上,python对象是属性、方法、作用域的集合。

在底层实现上,python对象不过就是对c语言struct结构的封装。

 

一个python的int类型可以写成这样:

class python_int(object):
    def __init__ (self, value):
        self.value = value
        
    def add_fun(num):
        return self.value + num
    
    def mul_fun(num):
        return self.value * num
    
    def equal_fun(num):
        pass

对应的c语言的struct结构体,可以写成这样:

typedef struct _int {
    long value;
    long (*add_fun)(long a, long b);
    long (*mul_fun)(long a, long b);
    ```
}Int_object;

通过上面的例子,我们可以看到,c语言如何利用struct结构和函数指针完成对对象的模拟。

尽管办法很‘土’,但我们已经初步揭开了python对象脸上的一层面纱。 对象就是struct的封装,这样的思想可以帮你理解很多python中难以理解的问题。

当然,这样还远远不够。例如:

1、按照上面的方法,实现一个python中的int类型对象,需要一个非常大的struct来装下int的值和可以作用于该对象的所有方法,太浪费空间了。

2、在c语言中,函数指针的返回值类型、参数类型都需要事先声明。在python中无论传入什么类型都不需要声明,比如str(3)与str('3')的结果完全一致。

我们一个一个解决。

第一个问题很容易想到解决办法,python相同的内建类型对应的方法都是一样的。借鉴设计模式的思想,把类型的值与类型所拥有的方法分开维护,所有相同的类型对象指向一个共同的方法struct结构,这样一个对象就可以被压缩到很小了。

代码如下:

typedef struct _int{
    long value;
    strcut _int_methods *methods;
} PyInt_Object;

typedef struct _int_methods{
    long (*add_fun)(long a, long b);
    long (*mul_fun)(long a, long b);
    ```
}Int_methods;

可以画个图:

第二个问题的解答,则涉及到python数据对象的核心基石。

方案是,在python的所有的类型对象中都有类型一个类型属性 type ,python正是靠着这个属性正确地区分它们,在python中,可以用type函数打印他们。

你猜的没错,type本身也是一个python对象,或者说,也是一个封装的struct。 既然所有相同类型的对象都具有共同的方法,那么把 type 属性与方法们封装到一个struct中也就是一个很自然的想法了。 事实上,python也正是这么做的。

而在python世界中,对象们除了‘我是谁’(type)这个问题之外,还有另一个更重要的问题等着他们。

‘我还活着吗?’

这不是搞笑,总所周知,python垃圾回收采用了一个经典的(老土的)设计方法--引用计数。(现在的python还引入了一个分代回收的机制,这个以后再讲)

所有的python对象都要有一个记录自己引用计数的属性,refcnt, 当refcnt == 0 时,意味着没有任何python变量引用该对象。python会将该对象销毁,以免他们成为无主幽魂(内存泄漏)。

python中所有的对象都实现了这两个属性refcnt与type,换句话说,实现了这两个成员的struct变量都是python中的对象。代码如下:

typedef struct _object{
    int ob_refcnt;                        //引用计数
    struct _typeobject *ob_type;         // 类型对象
}PyObject;

而之前提到的整数类型PyIntObject实现如下:

typedef struct{
    int ob_refcnt;                        //引用计数
    struct _typeobject *ob_type;         // 类型对象
    long ob_ival//int对象维护的值
} PyIntObject

可以看到python中整数对象、PyIntObject就是在PyObject的基础上维护了一个long的值。 而这个PyObject是python对象的核心基石,也是python最强大的魔法来源之一。

python中所有的对象都有一个这样的PyObject头。这样我们就很好理解,在python中,所有的变量,所有的函数,所有的类,其实都是PyObject对象。

而函数所有的输入、输出,都是PyObject对象·········的指针。

为什么对象的struct有了共同的头,就可以使用同一个指针?对c语言了解不深的同学可以看看我的解释。

在c语言中,指针有着三个作用

  • 指针所指对象的位置
  • 指针所指对象的大小
  • 指针所指对象的解释方法

利用任何python对象的PyObject的指针 *p, 都可以通过p->ob_type获得对象的类型信息,python可以根据这个更换成相应的指针,比如 *PyIntObject。

 

python的type类型在源码中的定义(struct结构声明)如下:

太长了,你们不用全部都看(ˊo̴̶̷̤⌄o̴̶̷̤ˋ)。

typedef struct _typeobject {
    int ob_refcnt;                        //引用计数
    struct _typeobject *ob_type;         // 类型对象
    int ob_size;                          //变长对象的长度,如len(list), len(str), len(dict),int类型没有该属性
    const char *tp_name; /* For printing, in format "<module>.<name>" */   // 变量的类型名字 如<class 'int'>    <class 'type'>
    Py_ssize_t tp_basicsize, tp_itemsize; /* For allocation */

    /* Methods to implement standard operations */

    destructor tp_dealloc;
    printfunc tp_print;
    getattrfunc tp_getattr;
    setattrfunc tp_setattr;
    cmpfunc tp_compare;
    reprfunc tp_repr;

    /* Method suites for standard classes */

    PyNumberMethods *tp_as_number;       //数字类型方法族
    PySequenceMethods *tp_as_sequence;   //序列类型方法族
    PyMappingMethods *tp_as_mapping;     //映射类型方法族

    /* More standard operations (here for binary compatibility) */

    hashfunc tp_hash;
    ternaryfunc tp_call;
    reprfunc tp_str;
    getattrofunc tp_getattro;
    setattrofunc tp_setattro;

    /* Functions to access object as input/output buffer */
    PyBufferProcs *tp_as_buffer;

    /* Flags to define presence of optional/expanded features */
    long tp_flags;

    const char *tp_doc; /* Documentation string */

    /* Assigned meaning in release 2.0 */
    /* call function for all accessible objects */
    traverseproc tp_traverse;

    /* delete references to contained objects */
    inquiry tp_clear;

    /* Assigned meaning in release 2.1 */
    /* rich comparisons */
    richcmpfunc tp_richcompare;

    /* weak reference enabler */
    Py_ssize_t tp_weaklistoffset;

    /* Added in release 2.2 */
    /* Iterators */
    getiterfunc tp_iter;
    iternextfunc tp_iternext;

    /* Attribute descriptor and subclassing stuff */
    struct PyMethodDef *tp_methods;
    struct PyMemberDef *tp_members;
    struct PyGetSetDef *tp_getset;
    struct _typeobject *tp_base;
    PyObject *tp_dict;
    descrgetfunc tp_descr_get;
    descrsetfunc tp_descr_set;
    Py_ssize_t tp_dictoffset;
    initproc tp_init;
    allocfunc tp_alloc;
    newfunc tp_new;
    freefunc tp_free; /* Low-level free-memory routine */
    inquiry tp_is_gc; /* For PyObject_IS_GC */
    PyObject *tp_bases;
    PyObject *tp_mro; /* method resolution order */
    PyObject *tp_cache;
    PyObject *tp_subclasses;
    PyObject *tp_weaklist;
    destructor tp_del;

    /* Type attribute cache version tag. Added in version 2.6 */
    unsigned int tp_version_tag;

#ifdef COUNT_ALLOCS
    /* these must be last and never explicitly initialized */
    Py_ssize_t tp_allocs;
    Py_ssize_t tp_frees;
    Py_ssize_t tp_maxalloc;
    struct _typeobject *tp_prev;
    struct _typeobject *tp_next;
#endif
} PyTypeObject;

这个PyTypeObject里声明了所有python内置类型的方法,所有的内置类型实现的方法都只是该声明的一个子集。

其中尤其值得注意的是其中声明的三个方法族指针

  PyNumberMethods *tp_as_number;       //数字类型方法族
    PySequenceMethods *tp_as_sequence;   //序列类型方法族
    PyMappingMethods *tp_as_mapping;     //映射类型方法族

他们每一个都代表了该类型的一系列方法。

这三类不同的方法族就是python的内置对象被划为三大类的根本原因,数值类型、序列类型、映射类型。

比如PyNumberMethods的代码如下:

(也是很长很长···)

typedef struct {
    /* For numbers without flag bit Py_TPFLAGS_CHECKTYPES set, all
       arguments are guaranteed to be of the object's type (modulo
       coercion hacks -- i.e. if the type's coercion function
       returns other types, then these are allowed as well).  Numbers that
       have the Py_TPFLAGS_CHECKTYPES flag bit set should check *both*
       arguments for proper type and implement the necessary conversions
       in the slot functions themselves. */

    binaryfunc nb_add;            //加法
    binaryfunc nb_subtract;       //减法
    binaryfunc nb_multiply;       //乘法 
    binaryfunc nb_divide;         //除法
    binaryfunc nb_remainder;      //求余
    binaryfunc nb_divmod;
    ternaryfunc nb_power;
    unaryfunc nb_negative;
    unaryfunc nb_positive;
    unaryfunc nb_absolute;
    inquiry nb_nonzero;
    unaryfunc nb_invert;
    binaryfunc nb_lshift;
    binaryfunc nb_rshift;
    binaryfunc nb_and;
    binaryfunc nb_xor;
    binaryfunc nb_or;
    coercion nb_coerce;
    unaryfunc nb_int;
    unaryfunc nb_long;
    unaryfunc nb_float;
    unaryfunc nb_oct;
    unaryfunc nb_hex;
    /* Added in release 2.0 */
    binaryfunc nb_inplace_add;
    binaryfunc nb_inplace_subtract;
    binaryfunc nb_inplace_multiply;
    binaryfunc nb_inplace_divide;
    binaryfunc nb_inplace_remainder;
    ternaryfunc nb_inplace_power;
    binaryfunc nb_inplace_lshift;
    binaryfunc nb_inplace_rshift;
    binaryfunc nb_inplace_and;
    binaryfunc nb_inplace_xor;
    binaryfunc nb_inplace_or;

    /* Added in release 2.2 */
    /* The following require the Py_TPFLAGS_HAVE_CLASS flag */
    binaryfunc nb_floor_divide;
    binaryfunc nb_true_divide;
    binaryfunc nb_inplace_floor_divide;
    binaryfunc nb_inplace_true_divide;

    /* Added in release 2.5 */
    unaryfunc nb_index;
} PyNumberMethods;

可以看到,PyNumberMethods没有PyObject头,它没有回答python对象的两个关键问题,所以尽管他也是struct结构体,但它不是python对象。

那么在我们的python中,整数类型对象实现如下PyInt_Type:

PyTypeObject PyInt_Type = {
    1;             //引用计数
    type;          //类型
    "int",
    sizeof(PyIntObject),
    0,
    (destructor)int_dealloc,                    /* tp_dealloc */
    (printfunc)int_print,                       /* tp_print */
    0,                                          /* tp_getattr */
    0,                                          /* tp_setattr */
    (cmpfunc)int_compare,                       /* tp_compare */
    (reprfunc)int_to_decimal_string,            
    &int_as_number,                             //数字类型方法族
    0,                                          //序列类型方法族
    0,                                          /* tp_as_mapping */映射类型方法族
    (hashfunc)int_hash,                         /* tp_hash */
    0,                                          /* tp_call */
    (reprfunc)int_to_decimal_string,            /* tp_str */
    PyObject_GenericGetAttr,                    /* tp_getattro */
    0,                                          /* tp_setattro */
    0,                                          /* tp_as_buffer */
    Py_TPFLAGS_DEFAULT | Py_TPFLAGS_CHECKTYPES |
        Py_TPFLAGS_BASETYPE | Py_TPFLAGS_INT_SUBCLASS,          /* tp_flags */
    int_doc,                                    /* tp_doc */
    0,                                          /* tp_traverse */
    0,                                          /* tp_clear */
    0,                                          /* tp_richcompare */
    0,                                          /* tp_weaklistoffset */
    0,                                          /* tp_iter */
    0,                                          /* tp_iternext */
    int_methods,                                /* tp_methods */
    0,                                          /* tp_members */
    int_getset,                                 /* tp_getset */
    0,                                          /* tp_base */
    0,                                          /* tp_dict */
    0,                                          /* tp_descr_get */
    0,                                          /* tp_descr_set */
    0,                                          /* tp_dictoffset */
    0,                                          /* tp_init */
    0,                                          /* tp_alloc */
    int_new,                                    /* tp_new */
};

也不需要全部看,只要看到那些一大堆0,我想你就应该差不多明白了,PyInt_Type是PyTypeObject结构体声明实现一个结构变量,只实现了所有方法的一部分,这也符合我们对python的认知,你当然不应该这样写代码

5[6]

因为PyInt_Type没有实现序列方法族。(在序列方法族与映射方法族的两行上,全都是0,代码中我已经使用中文标注出来了)

反而言之,如果PyInt_Type实现了序列方法族,代码就可以这样写了。

5[6]

至于结果如何,全看你自己喜欢如何定义咯。

 

理解了python对象在c语言源码中的实现方式,许多问题都将迎刃而解。

1、为什么python语言明明没有变量声明,却是强类型语言?python是如何检查类型的?

因为python语言可以通过对象的PyObject指针获得他们类型信息,从而检查他们的类型。反观c语言,尽管有类型声明,然而c语言并没有检查他们变量类型的手段,或者换句话说,c语言中存储的值不记录他们自身的类型信息。

2、为什么list,dict等容器可以随意嵌套,如此灵活?

因为对于这些容器来说,他们存放的只是对象引用,也就是PyObject指针,无论存放什么对象对容器来说毫无区别。不难猜想,简单地利用c语言中的数组,就可以实现python中的list。

3、类的方法第一个参数是它自身,如何实现?

简单啊,在方法的struct中加一个记录自己所属类的成员变量就可以了。

 

关于python的一致性。

在《流畅的python》一书中,作者开篇就是

“python最好的品质之一就是一致性。”

而在该书的封底则写着

“理解为什么特殊方法是对象行为的一直的关键”。

读完此文之后,相信你已经理解了这句话的含义了,并且了解了所谓的一致性是如何实现的。

所谓的特殊方法,就是PyTypeObject中所给出的那一大串长长的方法。

他们就像是python赠与使用者的武器库,python不把它们雪藏起来,而是大大方方向我们地敞开,你可以随意挑选合适的武器武装自己。获得与python内置类型十分相似的属性。

然而就其本质而言,这些所谓的特殊方法实际上并没有什么真正特殊的地方。

一个类,只要你实现了__getitem__方法,就可以使用[]操作符,换句话说A[b]与A.__getitem__(b)普通函数调用别无二致,只是python提供给使用者的语法糖而已。

a明明不是一个序列,他充其量存储了一个整数值而已,然而只要我们实现了__getitem__方法就可以轻松骗过python,它甚至还傻乎乎地认为a中存储了1000呢。

了解这些并不是为了鼓励你们写出这样的代码,而是让你们了解所谓的特殊方法只不过是python的语法糖而已,并不特殊。

除了语法糖之外,我认为特殊方法的另一重更重要含义是程序员之间的约定俗成。

当你为一个类实现了__getitem__方法,那么它就应该是一个序列,或者说至少可以被当作序列来看待(参考什么是鸭子类型),那你也应该实现它__len__方法。上面这个类是不能使用len(a)的,这不符合我们对序列的期待。

python的一致性是由程序员之间的约定俗成共同维护的,这也就是为什么有人说:

“在python里私自取名__(双下划线)开头的函数是非常自私的行为.”

了解规则的边界,是为了更好地利用它,而不是破坏它。

 

ps: 真正的PyObject对象已经变成了这样:

typedef struct _object{
    struct _object *_ob_next;           
    struct _object *_ob_prev;
    int ob_refcnt;                        //引用计数
    struct _typeobject *ob_type;         // 类型对象
}PyObject;

新加入的两个指针是在存活的对象之间构成一个双向链表,方便调试,与本文主题无关,故省去。

posted @ 2020-09-24 08:49  lincappu  阅读(272)  评论(0编辑  收藏  举报