Python高效编程

"Life is short, I use python"这句脍炙人口的宣传语，在某种程度上表达了使用python开发软件的高效。以笔者目前的能力来说，python开发软件的高效主要体现在两个方面：1. 简单且贴合自然语言的语法设计，这使得python程序的可读性极佳，能够减少将逻辑转换为程序，检查逻辑错误的成本。2. （几乎）一切都是对象的抽象方式，凭此，软件开发者首先可以将物理世界的客观事物都抽象为程序中的对象，然后自由组织及操作。本文将从python程序的执行和python程序中一切皆为对象两个话题，详细阐述笔者对python高效编程的浅见。

因本人才疏学浅，故行文之间恐有纰漏，望诸君海涵，不吝赐教，若能予以斧正，则感激不尽。

python程序的执行

图1 first.py

有一个first.py文件, 内容如图1所示。python解释器执行后，依次输出the first file和the main function。由此可知，python解释器是“逐行解释”程序的。

 图2 second.py

在first.py的同级目录下添加一个second.py文件, 内容如图2所示，first.py的内容更新为图3所示。python解释器执行first.py后，依次输出the second file，the first file和the main function。这说明，import语句被最先执行，而且second.py不是主module。此外，同级目录下多了一个__pycache__目录，其内有一个second.cpython-38.pyc文件(笔者使用的是CPython3.8解释器)，它是一个binary文件，执行python second.cpython-38.pyc后，打印the second file。由此可知，python解释器是先编译second.py，然后将pyc文件给first.py使用。因此python解释器运行python程序的过程，包含了编译与解释两个阶段。

 图3 更新后的first.py

从上述内容可知，import的语义是导入pyc文件。那么，python解释器抛出ModuleNotFoundError的实质是，__pycache__的父目录没有被加入到python解释器的搜索路径中。一般地，python解释器的搜索路径包括python解释器执行的当前目录，标准库及pip安装目录，环境变量PYTHONPATH以及sys.path.insert/append动态添加的目录。

进一步地，python解释器是如何执行”import second“这条语句的呢？python官方文档在importlib中给出了答案[1]。首先调用__init__.py文件中的import_module函数，然后调用_bootstrap.py文件中的_gcd_import函数，最后调用同文件下的_find_and_load函数，其源码如下图4所示。通过源码可知，python将程序运行所需的所有模块都保存在了sys.modules中，它是一个字典。

 图4 _find_and_load函数源码

python程序中一切皆为对象

修改first.py文件的内容如图5所示，python解释器执行first.py后，输出内容如注释所示，这里，我们先断言它们都是类的实例化对象。如何验证呢？

 图5 first.py

python提供了__class__属性来获取对象的类。修改first.py文件内容如图6所示, 访问它们的__class__后，输出的类如注释所示，由此验证了它们都是对象。而且，输出的这些类与MyClass一样，它们仍是类的实例化对象，可以继续访问__class__属性，输出的类均为<class 'type'>。此时，我们发现module，function和int的类都是type，而且type的类仍是type。由此可知，python的对象体系如图7所示，其中type被称作metaclass。

 图6 first.py的类

结合python解释器逐行解释的工作原理可知，def myFunc经过编译、解释后会被创建为名为myFunc的function对象，class MyClass经过编译、解释后会被创建为名为MyClass的class对象。查阅python官方文档可知，类function实例化的function对象myFunc只允许被调用以及作为参数传递，MyClass则可以实例化object[2]。而且，Class MyClass等同于MyClass = type('MyClass', (), {})，其中type(className, bases, dict, **kwds)为type的一种构造函数[3]。

 图7 python的对象体系

理解了python在宏观层面的对象体系后，我们将目光聚焦到对象本身。在python中，object是数据和方法的聚合体, 其中数据与方法的可调用对象, 统称为object的属性（attribute），内置函数dir(object)可以查看object的属性，object调用访问符"."可以访问它的属性。

例如, 在first.py的同级目录下添加一个third.py文件, 内容如图8所示。python解释器执行third.py后，third.py中的输出内容如图8中注释所示。由此可知，module对象second，class对象MyClass及function对象myFunc，都是module对象first的属性。在third.py中使用first.XXX即可访问它们。通过属性__module__，对象可以获得它从属的module的名称。

 图8 third.py

除了符号"."以外，python还提供了内置函数getattr(object, name)，能够通过字符串映射到object的属性。与之相对地，内置函数setattr(object, name, value)则用于更新属性的值,这就是python的反射机制。因为python程序中几乎一切皆为对象，所以熟练掌握这些内置函数后，软件开发者能够轻松实现基于字符串的事件驱动。

至此，我们梳理一下上述内容：

1. 解释器逐行解释python程序。

2. python文件被import后，会被python解释器转换成module对象。

3. 所有module对象被归纳在sys.modules字典内，key是moudle对象的名称。

4. python文件内的class对象，function对象，基本数值对象，module对象，都是该python文件被转换后的module对象的属性。

5. __class__属性可以获取对象的class对象，__module__属性可以获取对象从属模块的名称。

6. 内置函数getattr和setattr实现了以字符串映射到object的属性。

理论上，基于以上6点内容，我们可以从任意python对象出发，获取到python程序中的其他已被解释器实例化的任意对象。比如，从任意python对象推得其从属的module对象，然后获取属性module，最后访问属性module内的对象。或者借助sys.modules，绕过import语句，直接访问其他module内的python对象。

python解释器的解释顺序和python程序中一切皆为对象的抽象方式，赋予了软件开发者自由编排、更改python程序行为的能力。在此基础上，软件开发者再结合设计模式，开发经验以及大量练习，就可以实现高效、简洁、表达能力强的python程序。

参考文献

[1] importlib — The implementation of import — Python 3.10.5 documentation

[2] https://docs.python.org/3/library/stdtypes.html?highlight=class%20object#functions

[3] https://docs.python.org/3/library/functions.html?highlight=type#type