博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Python虚拟机函数机制之名字空间(二)
阅读量:4511 次
发布时间:2019-06-08

本文共 5755 字,大约阅读时间需要 19 分钟。

函数执行时的名字空间

在这一章中,我们对Python中的函数调用机制有个大概的了解,在此基础上,我们再来看一些细节上的问题。在执行MAKE_FUNCTION指令时,调用了PyFunction_New方法,这个方法有一个参数是globals,这个globals最终将称为与函数f对应的PyFrameObject中的global名字空间——f_globals

ceval.c

case MAKE_FUNCTION:	v = POP(); /* code object */	x = PyFunction_New(v, f->f_globals);	Py_DECREF(v);	/* XXX Maybe this should be a separate opcode? */	if (x != NULL && oparg > 0) {		v = PyTuple_New(oparg);		if (v == NULL) {			Py_DECREF(x);			x = NULL;			break;		}		while (--oparg >= 0) {			w = POP();			PyTuple_SET_ITEM(v, oparg, w);		}		err = PyFunction_SetDefaults(x, v);		Py_DECREF(v);	}	PUSH(x);	break;

 

# cat demo.pydef f():    print("Function")  f() # python2.5……>>> source = open("demo.py").read()>>> co = compile(source, "demo.py", "exec")>>> import dis>>> dis.dis(co)  1           0 LOAD_CONST               0 ()              3 MAKE_FUNCTION            0              6 STORE_NAME               0 (f)   5           9 LOAD_NAME                0 (f)             12 CALL_FUNCTION            0             15 POP_TOP                         16 LOAD_CONST               1 (None)             19 RETURN_VALUE       >>> from demo import fFunction>>> dis.dis(f)  2           0 LOAD_CONST               1 ('Function')              3 PRINT_ITEM                       4 PRINT_NEWLINE                    5 LOAD_CONST               0 (None)              8 RETURN_VALUE    

  

在中,我们介绍了LOAD_NAME这条指令,这条指令在执行时会依次从三个PyDictObject对象进行搜索,搜索顺序是:f_locals、f_globals、f_builtins。在PyFunction_New时传入的globals将成为在新的栈帧中执行函数的global名字空间。在MAKE_FUNCTION中,我们看到传入的globals参数为当前PyFrameObject对象中的f_globals。这意味着,在执行demo.py的字节码指令时的global名字空间,与执行函数f的字节码序列时的global名字空间实际上是同一个名字空间,这个名字空间通过PyFunctionObject的携带,和字节码指令对应的PyCodeObject对象一起被传入到新的栈帧中

下面,让我们修改MAKE_FUNCTION指令和call_function的实现,将global名字空间的地址和内容输出

ceval.c

case MAKE_FUNCTION:	v = POP(); /* code object */	char *v_co_name = PyString_AsString(((PyCodeObject *)v)->co_name);	if(strcmp(v_co_name, "f") == 0)	{		if (stream == NULL || stream == Py_None)		{			w = PySys_GetObject("stdout");			if (w == NULL)			{				PyErr_SetString(PyExc_RuntimeError,								"lost sys.stdout");				err = -1;			}					}		//打印globals名字空间的地址		printf("[MAKE_FUNCTION]:f_globals addr:%p\n", f->f_globals);		//打印globals名字空间的内容		printf("[MAKE_FUNCTION]:");		PyFile_WriteObject(f->f_globals, w, Py_PRINT_RAW);		printf("\n");		stream = NULL;	}	x = PyFunction_New(v, f->f_globals);	……		……static PyObject * call_function(PyObject ***pp_stack, int oparg){	int na = oparg & 0xff;	int nk = (oparg>>8) & 0xff;	int n = na + 2 * nk;	PyObject **pfunc = (*pp_stack) - n - 1;	PyObject *func = *pfunc;	PyObject *x, *w;	char *func_name = PyEval_GetFuncName(func);	if (strcmp(func_name, "f") == 0)	{		PyObject *std = PySys_GetObject("stdout");		//获取函数所对应的global名字空间		PyObject *func_globals = (PyCodeObject *)PyFunction_GET_GLOBALS(func);		//打印globals名字空间的地址		printf("[call_function]:func_globals addr:%p\n", func_globals);		//打印globals名字空间的内容		printf("[call_function]:");		PyFile_WriteObject(func_globals, std, Py_PRINT_RAW);		printf("\n");	}		……}

  

然后,我们执行一下demo1.py这个文件

# cat demo1.py a = 1b = 3def f():    print("Function f")def g():    print("Function g")f()# python2.5 demo1.py [MAKE_FUNCTION]:f_globals addr:0x2237740[MAKE_FUNCTION]:{'a': 1, 'b': 3, '__builtins__': 
, '__file__': 'demo1.py', '__name__': '__main__', '__doc__': None}[call_function]:func_globals addr:0x2237740[call_function]:{'a': 1, 'b': 3, 'g':
, 'f':
, '__builtins__':
, '__file__': 'demo1.py', '__name__': '__main__', '__doc__': None}Function f

  

可以看到,MAKE_FUNCTION中和call_function中的global名字空间的地址是一样的,demo1.py中所定义的符号都包含在global名字空间中,使得函数f可以使用a、b两个变量,正是依赖于global名字空间的传递,才使得函数f可以使用函数f以外的符号。现在,让我们分别看下[MAKE_FUNCTION]和[call_function]中的globals内容,我们会发现,前者没有函数f和g,后者有函数f和g,加上两者的地址是相同的。这说明在字节码指令执行的时候,一定会把函数f和g放入到global名字空间,否则,函数在global中找不到自身的定义,无法实现递归,虽然我们的函数f在这里并没有递归

那么,函数f和g是在何时偷偷溜进global名字空间呢?我们用dis模块来查看一下demo1.py源代码对应的字节码指令

[root@10-19-127-65 python]# python2.5……>>> source = open("demo1.py").read()>>> co = compile(source, "demo1.py", "exec")>>> import dis>>> dis.dis(co)  1           0 LOAD_CONST               0 (1)              3 STORE_NAME               0 (a)  2           6 LOAD_CONST               1 (3)              9 STORE_NAME               1 (b)  5          12 LOAD_CONST               2 ()             15 MAKE_FUNCTION            0             18 STORE_NAME               2 (f)  9          21 LOAD_CONST               3 ()             24 MAKE_FUNCTION            0             27 STORE_NAME               3 (g) 13          30 LOAD_NAME                2 (f)             33 CALL_FUNCTION            0             36 POP_TOP                          37 LOAD_CONST               4 (None)             40 RETURN_VALUE

  

我们看到"15   MAKE_FUNCTION   0"和"24   MAKE_FUNCTION   0"这两句指令,这两句都是执行def语句创建PyFunctionObject对象,MAKE_FUNCTION指令创建PyFunctionObject对象后便将其压入栈,显然,在global名字空间建立符号f和g与PyFunctionObject对象的映射不在MAKE_FUNCTION。所以我们往后找,这两句指令的后面又分别跟着"18   STORE_NAME   2 (f)"和"27   STORE_NAME   3 (g)",会不会是在这里建立符号与函数对象的映射呢?我们看看STORE_NAME的实现:

ceval.c

case STORE_NAME:	w = GETITEM(names, oparg);	v = POP();	if ((x = f->f_locals) != NULL)	{		if (PyDict_CheckExact(x))			err = PyDict_SetItem(x, w, v);		else			err = PyObject_SetItem(x, w, v);		Py_DECREF(v);		if (err == 0)			continue;		break;	}	PyErr_Format(PyExc_SystemError,				 "no locals found when storing %s",				 PyObject_REPR(w));	break;

  

这里我们看到,STORE_NAME会对local名字空间做符号和其值的映射,但并不是我们之前所说的global名字空间啊!所以,到底是不是在这里做符号与函数的映射呢?答案是:符号与函数的映射,正是在STORE_NAME完成的。这里也暴露一个信息,demo1.py执行时对应的local名字空间和global名字空间实际上是一个对象,想想也是这个道理,因为函数的local名字空间存储的是函数内的局部变量,global存储的是函数之外的变量,那么一个脚本本身所对应的local名字空间存储的是脚本本身的变量,那么global名字空间呢?这里没得选,只能和脚本本身的local名字空间共同使用一个PyDictObject对象了

 

转载于:https://www.cnblogs.com/beiluowuzheng/p/9525445.html

你可能感兴趣的文章
常用的自动化测试框架及测试框架的发展(Alpha)
查看>>
C#调用MySQL数据库(使用MySql.Data.dll连接)mysql-connector-net-6.10.4.msi
查看>>
Python: PS 滤镜--高反差保留 (High pass)
查看>>
matlab 高阶(二) —— 数值、溢出问题的解决
查看>>
64 位系统 vs2013 配置 OpenCV-3.1.0
查看>>
古之人不余欺也
查看>>
西藏印象:夜色篇
查看>>
从二叉树到完全二叉树
查看>>
排序算法之插入
查看>>
ubuntu下安装 nginx + php + memcached + mariadb
查看>>
Flink job submit & kafka sasl
查看>>
Vue项目的性能优化之路
查看>>
php在linux后台执行
查看>>
【bzoj4176】Lucas的数论 莫比乌斯反演+杜教筛
查看>>
php 生产A-AZ,或者A-CZ等方法,此方法是用着生产excle不定列
查看>>
工作记录01/11/11
查看>>
Operating System Concepts with java 项目: Shell Unix 和历史特点
查看>>
Zabbix监控mysql
查看>>
NFS的安装
查看>>
为tomcat 安装 native 和配置apr
查看>>