核心内容摘要
GLM-4V-9B图片识别实战：上传即问即答体验
在 Python 的执行模型中可执行代码并不是以字符串或抽象语法树的形式直接运行。
源码在执行之前会被编译为一种中间表示——代码对象code object。
代码对象是 Python 对“可执行逻辑结构”的静态描述是连接源码与运行期执行机制的关键枢纽。
在对象模型层面代码对象并不负责执行也不承载状态而是作为一种描述对象为后续的执行对象函数对象、帧对象提供结构蓝本。
理解这一点是正确理解函数、闭包、作用域以及调用机制的前提。
什么是代码对象从概念上看代码对象code object是对一段可执行 Python 代码结构的抽象描述。
代码对象并不保存源码文本也不保存抽象语法树而是描述• 这段代码将被编译成哪些字节码指令• 执行时需要怎样的局部变量与参数布局• 会使用到哪些字面量及编译阶段嵌入的字面量值对象• 词法作用域关系如何建立• 控制流跳转、异常处理应如何进行代码对象不是• 函数对象代码对象不可调用• 方法对象代码对象不参与绑定• 帧对象代码对象不保存局部变量、不维护指令指针这一定位决定了代码对象在整体模型中的角色代码对象负责描述执行结构而不负责执行行为。
正是基于这一点Python 在对象模型中明确区分了“描述对象”与“执行对象”从而避免了结构描述与运行状态的混杂。
代码对象的产生从源码到执行单元当 Python 解释器处理一段源码时会经历以下阶段
解析Parsing源码 → 抽象语法树AST
编译CompilationAST → 代码对象
执行Execution执行对象引用代码对象 → 创建帧对象 → 解释执行字节码以函数定义为例def add(a, b): return a b在函数定义语句被执行时
函数体会先被编译为一个代码对象
随后解释器创建函数对象
函数对象持有该代码对象通过 __code__ 属性更准确地说在函数定义语句被执行的过程中函数体对应的代码对象先被构造随后才创建函数对象函数对象只是对代码对象的一种执行语义封装。
这一顺序在理解闭包、装饰器和函数动态构造时尤为重要。
需要说明的是代码对象并不仅存在于函数中。
事实上在 Python 中凡是“可独立执行的代码块”其编译结果都是代码对象。
例如• 模块顶层代码• 类体• 列表推导式、生成器表达式• lambda 表达式import types type((lambda x: x).__code__) is types.CodeType# True这说明代码对象是 Python 执行模型中对可执行结构的基础抽象而非函数的附属品。
对象协作描述对象与执行对象的分层设计在 Python 中一次函数调用至少涉及三类对象• 代码对象描述“执行结构”被函数对象持有• 函数对象提供“可调用语义”触发帧对象创建• 帧对象承载“运行期状态”引用代码对象执行这种分层并非实现巧合而是对象模型层面的刻意设计。
为什么要区分“描述对象”与“执行对象”如果将执行逻辑与运行状态混合在同一对象中将直接导致以下问题• 同一段代码无法被多次、安全地复用• 递归调用无法独立维护状态• 闭包变量无法被可靠捕获通过将代码对象设计为纯描述对象Python 实现了• 一段代码 → 多次执行• 一份结构 → 多个帧实例• 一次定义 → 多种调用路径从模型上可以概括为代码对象是“静态蓝本”帧对象是“动态实例”。
下面通过递归与多次调用两个典型场景具体说明这一分层为何不可或缺。
递归示例def fact(n): if n 1: return 1 return n * fact(n -
在该示例中• fact 对应的代码对象只有一个• 每一次递归调用都会创建一个新的帧对象• 各帧对象分别保存各自的 n 值与执行位置如果代码对象本身保存执行状态递归调用将无法区分不同层级的执行上下文。
多次调用示例def inc(x): return x 1 inc(
# 2inc(
# 11这里同样是• 同一个代码对象被反复使用• 每次调用生成独立的帧对象• 调用之间不存在状态干扰这说明只有将“执行结构”与“执行状态”严格分离代码的可重入性与可组合性才能成立。
代码对象与函数对象的关系函数对象的职责并不是保存代码结构而是• 关联代码对象__code__• 绑定全局命名空间__globals__• 绑定默认参数• 绑定闭包变量如有def f(x): return x * 2 f.__code__ # 代码对象type(f.__code__) # class code同一个代码对象理论上可以被多个函数对象共享这也正是 types.FunctionType 能够存在的基础。
代码对象如何描述执行结构代码对象内部包含大量只读字段用于完整描述一段代码的执行形态。
以下仅讨论与语义最直接相关的部分。
co_constsco_consts 并非语言意义上的“常量表”而是编译阶段嵌入字节码中的字面量值及嵌套代码对象的集合。
def f(): return 1 f.__code__.co_consts # (None,
其中 None 对应编译器为函数体插入的隐式返回值字面量。
co_argcount 与 co_varnames这两者共同描述参数与局部变量的布局方式。
• co_argcount位置参数的数量• co_varnames局部变量名包含参数的元组它们决定了帧对象中局部命名空间的槽位结构。
co_namesco_names 记录运行期需要通过名称解析的标识符用于驱动全局查找与属性访问例如• 全局变量名• 内置函数名• 属性名解释器在执行相关字节码时会通过该表进行名称解析。
co_cellvars 与 co_freevars这两个字段用于支持闭包与词法作用域。
• co_cellvars在本层定义、但被内层函数引用的变量• co_freevars来自外层作用域、被当前代码使用的自由变量它们共同定义了变量如何被捕获并在多层函数调用中保持一致性。
执行关系从代码对象到闭包与作用域
代码对象视角下的闭包形成机制考虑如下示例def outer(x): def inner(y): return x y return inner在编译阶段• outer 的代码对象将 x 标记为 co_cellvars• inner 的代码对象将 x 标记为 co_freevars这一步完全发生在代码对象层面尚未涉及任何运行时值。
在执行阶段• 调用 outer 时创建帧对象• x 被放入 cell 对象中• inner 函数对象持有对该 cell 的引用由此可见代码对象只负责声明“哪些变量需要被闭包捕获”而不负责捕获行为本身。
捕获发生在函数对象与帧对象的协作中而不是在代码对象中。
作用域为何必须在代码对象阶段确定作用域关系一旦进入执行期再动态决定将导致• 解释器执行复杂度激增• 闭包语义不稳定• 名称解析行为不可预测因此 Python 选择• 在编译期由代码对象静态声明作用域结构• 在运行期由帧对象动态承载具体值这是“描述对象 vs 执行对象”分层设计在闭包机制中的直接体现。
小结代码对象在 Python 对象模型中承担的是“执行结构描述者”的角色而非执行者本身。
它在编译阶段确定代码的指令结构、变量布局与作用域关系在运行期由函数对象与帧对象协同完成实际执行。
通过将代码对象设计为不可变的描述对象并与执行对象严格分层Python 实现了闭包、递归与高阶函数等机制的高度一致性与可组合性。
理解代码对象是理解 Python 执行语义与对象模型统一性的关键一环。
“点赞有美意赞赏是鼓励”