python虛擬機pyc文件結構是什么

本篇內容介紹了“python虛擬機pyc文件結構是什么”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

PYC 文件

pyc 文件是 Python 在解釋執行源代碼時生成的一種字節碼文件，它包含了源代碼的編譯結果和相關的元數據信息，以便于 Python 可以更快地加載和執行代碼。

Python 是一種解釋型語言，它不像編譯型語言那樣將源代碼直接編譯成機器碼執行。Python 的解釋器會在運行代碼之前先將源代碼編譯成字節碼，然后將字節碼解釋執行。.pyc 文件就是這個過程中生成的字節碼文件。

當 Python 解釋器首次執行一個 .py 文件時，它會在同一目錄下生成一個對應的 .pyc 文件，以便于下次加載該文件時可以更快地執行。如果源文件在修改之后被重新加載，解釋器會重新生成 .pyc 文件以更新緩存的字節碼。

生成 PYC 文件

正常的 python 文件需要通過編譯器變成字節碼，然后將字節碼交給 python 虛擬機，然后 python 虛擬機會執行字節碼。整體流程如下所示：

我們可以直接使用 compile all 模塊生成對應文件的 pyc 文件。

?  pvm ls
demo.py  hello.py
?  pvm python -m compileall .
Listing '.'...
Listing './.idea'...
Listing './.idea/inspectionProfiles'...
Compiling './demo.py'...
Compiling './hello.py'...
?  pvm ls
__pycache__ demo.py     hello.py
?  pvm ls __pycache__ 
demo.cpython-310.pyc  hello.cpython-310.pyc

python -m compileall . 命令將遞歸掃描當前目錄下面的 py 文件，并且生成對應文件的 pyc 文件。

PYC 文件布局

第一部分魔數由兩部分組成：

第一部分 魔術是由一個 2 字節的整數和另外兩個字符回車換行組成的， "\r\n" 也占用兩個字節，一共是四個字節。這個兩個字節的整數在不同的 python 版本還不一樣，比如說在 python3.5 當中這個值為 3351 等值，在 python3.9 當中這個值為 3420，3421，3422，3423，3424等值（在 python 3.9 的小版本）。

第二部分 Bit Field 這個字段的主要作用是為了將來能夠實現復現編譯結果，但是在 python3.9a2 時，這個字段的值還全部是 0 。詳細內容可以參考 PEP552-Deterministic pycs 。這個字段在 python2 和 python3 早期版本并沒有（python3.5 還沒有），在 python3 的后期版本這個字段才出現的。

第三部分 就是整個 py 源文件的大小了。

第四部分 也是整個 pyc 文件當中最重要的一個部分，最后一個部分就是一個 CodeObject 對象序列化之后的數據，我們稍后再來仔細分析一下這個對象相關的數據。

我們現在來具體分析一個 pyc 文件，對應的 python 代碼為：

def f():
    x = 1
    return 2

pyc 文件的十六進制形式如下所示：

?  __pycache__ hexdump -C hello.cpython-310.pyc
00000000  6f 0d 0d 0a 00 00 00 00  b9 48 21 64 20 00 00 00  |o........H!d ...|
00000010  e3 00 00 00 00 00 00 00  00 00 00 00 00 00 00 00  |................|
00000020  00 02 00 00 00 40 00 00  00 73 0c 00 00 00 64 00  |.....@...s....d.|
00000030  64 01 84 00 5a 00 64 02  53 00 29 03 63 00 00 00  |d...Z.d.S.).c...|
00000040  00 00 00 00 00 00 00 00  00 01 00 00 00 01 00 00  |................|
00000050  00 43 00 00 00 73 08 00  00 00 64 01 7d 00 64 02  |.C...s....d.}.d.|
00000060  53 00 29 03 4e e9 01 00  00 00 e9 02 00 00 00 a9  |S.).N...........|
00000070  00 29 01 da 01 78 72 03  00 00 00 72 03 00 00 00  |.)...xr....r....|
00000080  fa 0a 2e 2f 68 65 6c 6c  6f 2e 70 79 da 01 66 01  |.../hello.py..f.|
00000090  00 00 00 73 04 00 00 00  04 01 04 01 72 06 00 00  |...s........r...|
000000a0  00 4e 29 01 72 06 00 00  00 72 03 00 00 00 72 03  |.N).r....r....r.|
000000b0  00 00 00 72 03 00 00 00  72 05 00 00 00 da 08 3c  |...r....r......<|
000000c0  6d 6f 64 75 6c 65 3e 01  00 00 00 73 02 00 00 00  |module>....s....|
000000d0  0c 00                                             |..|
000000d2

因為數據使用小端表示方式，因此對于上面的數據來說：

• 第一部分魔數為：0xa0d0d6f 。

• 第二部分 Bit Field 為：0x0 。

• 第三部分最后一次修改日期為：0x642148b9 。

• 第四部分文件大小為：0x20 字節，也就是說 hello.py 這個文件的大小是 32 字節。

下面是一個小的代碼片段用于讀取 pyc 文件的頭部元信息：

import struct
import time
import binascii
fname = "./__pycache__/hello.cpython-310.pyc"
f = open(fname, "rb")
magic = struct.unpack('<l', f.read(4))[0]
bit_filed = f.read(4)
print(f"bit field = {binascii.hexlify(bit_filed)}")
moddate = f.read(4)
filesz = f.read(4)
modtime = time.asctime(time.localtime(struct.unpack('<l', moddate)[0]))
filesz = struct.unpack('<L', filesz)
print("magic %s" % (hex(magic)))
print("moddate (%s)" % (modtime))
print("File Size %d" % filesz)
f.close()

上面的代碼輸出結果如下所示：

bit field = b'00000000'
magic 0xa0d0d6f
moddate (Mon Mar 27 15:41:45 2023)
File Size 32

有關 pyc 文件的詳細操作可以查看 python 標準庫 importlib/_bootstrap_external.py 文件源代碼。

CODEOBJECT

在 CPython 中，CodeObject 是一個對象，它包含了 Python 代碼的字節碼、常量、變量、位置參數、關鍵字參數等信息，以及一些用于運行代碼的元數據，如文件名、代碼行號等。

在 CPython 中，當我們執行一個 Python 模塊或函數時，解釋器會先將其代碼編譯為 CodeObject，然后再執行。在編譯過程中，解釋器會將 Python 代碼轉換為字節碼，并將其保存在 CodeObject 對象中。此后，每當我們調用該模塊或函數時，解釋器都會使用 CodeObject 中的字節碼來執行代碼。

CodeObject 對象是不可變的，一旦創建就不能被修改。這是因為 Python 代碼的字節碼是不可變的，而 CodeObject 對象包含了這些字節碼，所以也是不可變的。

在本篇文章當中主要介紹 code object 當中主要的內容，以及簡單介紹他們的作用，在后續的文章當中會仔細分析 code object 對應的源代碼以及對應的字段的詳細作用。

現在舉一個例子來分析一下 pycdemo.py 的 pyc 文件，pycdemo.py 的源程序如下所示：

if __name__ == '__main__':
    a = 100
    print(a)

下面的代碼是一個用于加載 pycdemo01.cpython-39.pyc 文件（也就是 hello.py 對應的 pyc 文件）的代碼，使用 marshal 讀取 pyc 文件里面的 code object 。

import marshal
import dis
import struct
import time
import types
import binascii
def print_metadata(fp):
    magic = struct.unpack('<l', fp.read(4))[0]
    print(f"magic number = {hex(magic)}")
    bit_field = struct.unpack('<l', fp.read(4))[0]
    print(f"bit filed = {bit_field}")
    t = struct.unpack('<l', fp.read(4))[0]
    print(f"time = {time.asctime(time.localtime(t))}")
    file_size = struct.unpack('<l', fp.read(4))[0]
    print(f"file size = {file_size}")
def show_code(code, indent=''):
    print ("%scode" % indent)
    indent += '   '
    print ("%sargcount %d" % (indent, code.co_argcount))
    print ("%snlocals %d" % (indent, code.co_nlocals))
    print ("%sstacksize %d" % (indent, code.co_stacksize))
    print ("%sflags %04x" % (indent, code.co_flags))
    show_hex("code", code.co_code, indent=indent)
    dis.disassemble(code)
    print ("%sconsts" % indent)
    for const in code.co_consts:
        if type(const) == types.CodeType:
            show_code(const, indent+'   ')
        else:
            print("   %s%r" % (indent, const))
    print("%snames %r" % (indent, code.co_names))
    print("%svarnames %r" % (indent, code.co_varnames))
    print("%sfreevars %r" % (indent, code.co_freevars))
    print("%scellvars %r" % (indent, code.co_cellvars))
    print("%sfilename %r" % (indent, code.co_filename))
    print("%sname %r" % (indent, code.co_name))
    print("%sfirstlineno %d" % (indent, code.co_firstlineno))
    show_hex("lnotab", code.co_lnotab, indent=indent)
def show_hex(label, h, indent):
    h = binascii.hexlify(h)
    if len(h) < 60:
        print("%s%s %s" % (indent, label, h))
    else:
        print("%s%s" % (indent, label))
        for i in range(0, len(h), 60):
            print("%s   %s" % (indent, h[i:i+60]))
if __name__ == '__main__':
    filename = "./__pycache__/pycdemo01.cpython-39.pyc"
    with open(filename, "rb") as fp:
        print_metadata(fp)
        code_object = marshal.load(fp)
        show_code(code_object)

執行上面的程序輸出結果如下所示：

magic number = 0xa0d0d61
bit filed = 0
time = Tue Mar 28 02:40:20 2023
file size = 54
code
   argcount 0
   nlocals 0
   stacksize 2
   flags 0040
   code b'650064006b02721464015a01650265018301010064025300'
  3           0 LOAD_NAME                0 (__name__)
              2 LOAD_CONST               0 ('__main__')
              4 COMPARE_OP               2 (==)
              6 POP_JUMP_IF_FALSE       20
  4           8 LOAD_CONST               1 (100)
             10 STORE_NAME               1 (a)
  5          12 LOAD_NAME                2 (print)
             14 LOAD_NAME                1 (a)
             16 CALL_FUNCTION            1
             18 POP_TOP
        >>   20 LOAD_CONST               2 (None)
             22 RETURN_VALUE
   consts
      '__main__'
      100
      None
   names ('__name__', 'a', 'print')
   varnames ()
   freevars ()
   cellvars ()
   filename './pycdemo01.py'
   name '<module>'
   firstlineno 3
   lnotab b'08010401'

下面是 code object 當中各個字段的作用：

• 首先需要了解一下代碼塊這個概念，所謂代碼塊就是一個小的 python 代碼，被當做一個小的單元整體執行。在 python 當中常見的代碼塊塊有：函數體、類的定義、一個模塊。

• argcount，這個表示一個代碼塊的參數個數，這個參數只對函數體代碼塊有用，因為函數可能會有參數，比如上面的 pycdemo.py 是一個模塊而不是一個函數，因此這個參數對應的值為 0 。

• co_code，這個對象的具體內容就是一個字節序列，存儲真實的 python 字節碼，主要是用于 python 虛擬機執行的，在本篇文章當中暫時不詳細分析。

• co_consts，這個字段是一個列表類型的字段，主要是包含一些字符串常量和數值常量，比如上面的 ";main" 和 100 。

• co_filename，這個字段的含義就是對應的源文件的文件名。

• co_firstlineno，這個字段的含義為在 python 源文件當中第一行代碼出現的行數，這個字段在進行調試的時候非常重要。

• co_flags，這個字段的主要含義就是標識這個 code object 的類型。0x0080 表示這個 block 是一個協程，0x0010 表示這個 code object 是嵌套的等等。

• co_lnotab，這個字段的含義主要是用于計算每個字節碼指令對應的源代碼行數。

• co_varnames，這個字段的主要含義是表示在一個 code object 本地定義的一個名字。

• co_names，和 co_varnames 相反，表示非本地定義但是在 code object 當中使用的名字。

• co_nlocals，這個字段表示在一個 code object 當中本地使用的變量個數。

• co_stackszie，因為 python 虛擬機是一個棧式計算機，這個參數的值表示這個棧需要的最大的值。

• co_cellvars，co_freevars，這兩個字段主要和嵌套函數和函數閉包有關。

“python虛擬機pyc文件結構是什么”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！