title: Python深入探究
sticky: 3
top_img:
keywords: “Python,高级语言”
cover: https://qinzheng7575-1.oss-cn-beijing.aliyuncs.com/xcwshengdan.png
description: 参考《Python cookbook》
abbrlink: 46be9372
copyright_author: 秦政
copyright_author_href: https://qinzheng7575.github.io/
copyright_url: https://qinzheng7575.github.io/
copyright_info: 此文章版权归秦政所有，如有转载，请注明來自原作者
静态语言与脚本语言
其实在一开始就会有疑问，什么叫静态语言、脚本语言，Python为什么成了“可以执行的伪代码/脚本”，今天在各处搜索了相关资料，自己尝试总结下。
首先，给定义，采用编译执行的是静态语言，采用解释执行的是脚本语言。
编译执行，是必须首先将代码编译成一个目标程序，然后计算机再去执行这个程序的，典型的例子就是自己在Linux环境下练习C语言的时候，编写完.c代码，还要用gc++编译一下成.exe文件，才能够执行。
解释执行，是执行一句，计算机提交一句，不会形成目标程序
在这里就不得不提Java和Python不同的解释器了。
Java先不写
Python代码执行过程
执行过程如下：
字节码文件即.pyc文件，其实是python虚拟程序中的PyCodeObject，python都是先将代码转换成字节码，然后由虚拟机将字节码变成机器语言，进行执行。
字节码在Python虚拟机程序里对应的是PyCodeObject对象。.pyc文件是字节码在磁盘上的表现形式。简单来说就是在编译代码的过程中，首先会将代码中的函数、类等对象分类处理，然后生成字节码文件。有了字节码文件，CPU可以直接识别字节码文件进行处理，接着Python就可执行了。
为什么要多加一步呢？
我们很容易想到网络协议中的分层思想，其实就是如此，这样一来，python的源代码(你写的那些)离计算机底层更远了，这样你不需要考虑下面的机器环境问题，实现“一次编译，到处运行”(偷偷用Java的话，像是在ntr)
比如：C语言中的生成一个子进程的fork()函数，在windows环境中根本就没有，难道我想用python开多进程的时候还要查一查能不能这样写吗?笑死，根本不需要。你不用在意这些操作系统的小问题，这些都是执行器要做的。
Python编译过后持久化为pyc文件
给大家看个例子：
上图是我为一个项目写的可视化界面，代码量较大，也有很多的文件之间的引用。
而这个是一个简单的B站小爬虫，代码较少
显然，再在前者的__pycache__文件夹里面，就存着一些.pyc文件，这些，其实就是python编译生成的字节码文件。python对于.pyc文件的具体处理可以就看上面的链接文章，一言以蔽之：
Python解释器只把我们可能重用到的模块持久化成pyc文件（其实Python的解释器认为：只有import进来的模块，才是需要被重用的模块。）
这其实就是一个很重要的思维，大家都知道“二八原则”，在代码中也是，20%的代码往往会被反复执行，此时如果能提前直接将这些“高频代码”（即java中的热点代码）编译好，需要执行的时候直接执行不用再解释，岂不美哉！
那我到底是把字节码文件存到内存里，还是要放在磁盘中呢？
OK，我们从实际情况出发，思考下我们在什么时候才可能运行python xxx.py文件：
A. 执行测试时。
B. 开启一个Web进程时。
C. 执行一个程序脚本。
我们逐个来说，第一种情况我们就不用多说了，这个时候哪怕所有的文件都没有pyc文件都是无所谓的。反正你也要从头来一次。
第二种情况，我们试想一个web.py的程序把，我们通常这样执行：
抑或者：
然后这个程序就类似于一个守护进程一样一直监视着8181/9002端口，而一旦中断，只可能是程序被杀死，或者其他的意外情况，那么你需要恢复要做的是把整个的Web服务重启。那么既然一直监视着，把PyCodeObject一直放在内存中就足够了，完全没必要持久化到硬盘上。
最后一个情况，执行一个程序脚本，一个程序的主入口其实很类似于Web程序中的Controller，也就是说，他负责的应该是Model之间的调度，而不包含任何的主逻辑在内，如在http://www.cnblogs.com/kym/archive/2010/07/19/1780407.html中所提到，Controller应该就是一个Facade，无任何的细节逻辑，只是把参数转来转去而已，那么如果做算法的同学可以知道，在一段算法脚本中，最容易改变的就是算法的各个参数，那么这个时候给持久化成pyc文件就未免有些画蛇添足了。
第一天，解决了一个积压很久的问题，还请各位看官指正