对象的定义
在C/C++中,对象就是堆(Heap)内存中的内存实体,从简单的基本数据类型(int,float,char)到聚合的数据类型(struct)一切皆为对象,我们说基本的数据类型是简单的对象(Simple Object),因为它仅包含数据属性。而struct级别的数据类型是完整的对象(Concrete Object),因为完整的对象具有属性和行为两个基本概念。
- 属性就是结构体的数据字段,可以是基本数据类型,指针类型、甚至是嵌套的struct类型。
- 行为又称为方法或成员函数,就是struct内部定义的一系列函数指针。
备注:如有疑问:请移至《C++ 面向对象》和《C++ 多态》
Python对象的本源 PyObject
CPython是用C语言实现的,那么用C/C++中关于对象的概念,去理解Python对象也是理所当然的。先看一下CPython中关于PyObject的定义
typedef struct _object {
_PyObject_HEAD_EXTRA
Py_ssize_t ob_refcnt; //引用计数器,和内存回收有关
PyTypeObject *ob_type; //定义Python对象的元类信息
} PyObject;
其实整个PyObject的难点是就是第三个字段PyTyepObject,也是整个PyObject的核心,包括基本的类型信息:类名称,类型尺寸(需要分配多大的内存)以及类绑定的方法(即绑定的函数指针)。后文会详细谈到,而_PyObject_HEAD_EXTRA这个宏的定义如下
#ifdef Py_TRACE_REFS
/* Define pointers to support a doubly-linked list of all live heap objects. */
#define _PyObject_HEAD_EXTRA \
struct _object *_ob_next; \
struct _object *_ob_prev;
#define _PyObject_EXTRA_INIT 0, 0,
#else
#define _PyObject_HEAD_EXTRA
#define _PyObject_EXTRA_INIT
#endif
而以发布模型的编译CPython源代码的话,_PyObject_HEAD_EXTRA这段宏定义是不存在,因此PyObject的定义可以简化为
typedef struct _object {
Py_ssize_t ob_refcnt; //引用计数器,和内存回收有关
PyTypeObject *ob_type; //定义Python对象的元类信息
} PyObject;
在Python的世界观中一切皆为PyObject这个话怎么理解呢?在Python语义中,每当我们实例化任意一个Python对象,在其占用的堆内存区块的首个字节就包含一个PyObject定义的副本,除PyObject的相关内存字节副本外,跟随PyObject对象内存副本之后的内存字节是当前对象的内存信息。举个例子,比如PyLongObject,继承PyVarObject,我们先看看位于Include/longintrepr.h定义
struct _longobject {
PyObject_VAR_HEAD
digit ob_digit[1];
};
而PyObject_VAR_HEAD这个宏定义实质上是PyVarObject类型,而PyVarObject本来就继承PyObject,其定义如下Include/object.h
....
#define PyObject_VAR_HEAD PyVarObject ob_base;
....
typedef struct {
PyObject ob_base;
//这是一个指向C类型的数据指针指向的堆内存区域
//ob_size就是统计该堆内存能够容纳元素个数的计数器
Py_ssize_t ob_size;
} PyVarObject;
任何一个Python对象继承PyVarObject,表明它是一个可变长对象(或叫容器对象),其PyLongObject的完整形式的定义如下
struct _longobject{
PyObject ob_base; //PyObject的内存副本
Py_ssize_t ob_size; //数据指针的计数器
//其实ob_digit是一个堆中的数组,只不过目前指向索引1的元素
digit ob_digit[1];
} PyLongObject;
或者是这样
struct _longobject{
Py_ssize_t ob_refcnt; //引用计数器,和内存回收有关
PyTypeObject *ob_type; //定义Python对象的元类信息
Py_ssize_t ob_size; //数据指针的计数器
//数据指针 ob_digit,而ob_digit[1]标识一个digit类型的数组元素
digit ob_digit[1];
} PyLongObject;
好吧!用一个类继承图就比较直观
从内存图的角度来看,如下图所示,PyLongObject类型的对象,我们说当实例化一个PyLongObject的实例,它首先要初始化PyVarObject的内存中的数据(所有字段的默认值),我们说PyLongObject的实例持有PyVarObject的内存副本。而PyVarObject初始化,也要初始化PyObject的内存数据。换句话说,在Python内部,每个堆吸纳个都拥有相同的对象头部,这使对象的引用变得单一化,只需一个PyObject*指针就可以任意引用一个对象。
备注:其实C++面向对象模型大体上是这么一个套路,只不过C++运行时增加了一些对象访问控制设定,而C实现的PyObject是不存在所谓访问控制设定一回事。
定长对象和变长对象
在CPython 3.x像整数类型的Python对象,其具体的数字字面量ob_digit[1](注意ob_digit是一个unsigned int数组)。例如
>>> n=int(1)
>>> n2=int(9999)
>>> n
1
>>> n2
9999
>>> import sys
>>> sys.getsizeof(n)
28
>>> sys.getsizeof(n2)
28
我们说像int,double这类的基本数据类型,他们不同的实例有固定长度的,我们说这些叫定长对象。而变长对象即对象的类型尺寸是可变的。例如PyStringObject、PyListObject、PyDictObject这些都是可变长对象(也叫容器对象,这和C++标准库的容器对象非常相似了)。容器对象的最基本的特征。其struct内部维护着一个数据指针(指向堆中一片连续的内存区域),以及一个计数器ob_size就是实时统计该堆内存区域有多少个数据实体。目前仅需简单了解这些概念即可。
PyTypeObject
我们说过任意一个PyObject的实例创建过程中,需要知道类型名,需要分配的堆内存,以及该对象实例配套的行为(即函数指针),这些信息均包含在PyTypeObject实例中,注意我的描述,这个关键字定义必须牢记。
重要概念: PyTypeObject实例是指在CPython3.x源码中,满足“Py<类型名称>_Type”这样的命名风格的结构体初始化代码都叫PyTypeObject实例。
例如PyLongObject,对应的PyTypeObject实例就是PyLong_Type,PyListObject对应的PyTypeObject实例是PyList_Type,等等。下文会详细谈到。
我们先查看一下PyTypeObject的类定义,如下所示,完整代码见Include/cpython/object.h的第193行-274行。
struct _typeobject {
PyObject_VAR_HEAD
const char *tp_name; //类型名称
//内存分配的类型尺寸
Py_ssize_t tp_basicsize, tp_itemsize;
/* Methods to implement standard operations */
destructor tp_dealloc;
Py_ssize_t tp_vectorcall_offset;
getattrfunc tp_getattr;
setattrfunc tp_setattr;
PyAsyncMethods *tp_as_async; /* formerly known as tp_compare (Python 2)
or tp_reserved (Python 3) */
reprfunc tp_repr;
/* 标准类的匹配的方法 */
PyNumberMethods *tp_as_number;
PySequenceMethods *tp_as_sequence;
PyMappingMethods *tp_as_mapping;
/* 更多标准操作(此处为二进制兼容性)*/
hashfunc tp_hash;
ternaryfunc tp_call;
reprfunc tp_str;
getattrofunc tp_getattro;
setattrofunc tp_setattro;
//函数来访问对象作为I/O缓冲器
PyBufferProcs *tp_as_buffer;
/* Flags to define presence of optional/expanded features */
unsigned long tp_flags;
const char *tp_doc; /* Documentation string */
...
//属性描述符和子类相关信息,这里定义
//这里定义了对象的行为
struct PyMethodDef *tp_methods;
struct PyMemberDef *tp_members;
struct PyGetSetDef *tp_getset;
struct _typeobject *tp_base;
PyObject *tp_dict;
descrgetfunc tp_descr_get;
descrsetfunc tp_descr_set;
Py_ssize_t tp_dictoffset;
initproc tp_init;
allocfunc tp_alloc;
newfunc tp_new;
freefunc tp_free; /* Low-level free-memory routine */
inquiry tp_is_gc; /* For PyObject_IS_GC */
PyObject *tp_bases;
PyObject *tp_mro; /* method resolution order */
PyObject *tp_cache;
PyObject *tp_subclasses;
PyObject *tp_weaklist;
destructor tp_del;
.....
} PyTypeObject;
在PyTypeObject中有三个非常重要的字段,分别是tp_as_number、tp_as_sequence、tp_as_mapping。它们分别指向PyNumberMethod、PySequenceMethods和PyMappingMethods的函数族。
- PyNumberMethod:定义了Python对象的行为可以像数字类型执行乘除加减等操作。
- PySequenceMethods:定义了Python对象作为一个顺序表一样的行为,例如list。
- PyMappingMethods:定义Python对象的关联行为,例如dict
Python对象的类型信息
从PyTypeObject定义中起始字段是一个PyObject_VAR_HEAD,这说明PyTypeObject也是PyObject,正好说明CPython中,一切事物都是Python对象,而每个对象有其一个对应的Type。注意:**不论什么编程语言,当说一个对象是什么类型,即意味最起码的三点信息:1.类型名称、2.类型尺寸、3.对象内存地址。
来看一个例子来展示一下什么是PyTypeObject实例
>>> class Student(object):
... pass
...
>>> type(Student)
<class 'type'>
>>> st=Student()
>>> type(st)
<class '__main__.Student'>
>>> i=int(10)
>>> type(i)
<class 'int'>
>>> type(int)
<class 'type'>
>>>
每个用户定义的Python对象的实例可以由其类内部关联的PyTypeObject确定其类型(即type名称、其对象占用堆内存尺寸、对象内存地址...),那么PyTypeObject本身也是Python对象,其类型是什么呢?就是Type类型,当然PyTypeObject的类型由PyType_Type实例来确定。具体的代码见详细代码请查阅Objects/typeobject.c第3738行-3781行。
PyTypeObject PyType_Type = {
PyVarObject_HEAD_INIT(&PyType_Type, 0)
"type", /* tp_name */
sizeof(PyHeapTypeObject), /* tp_basicsize */
sizeof(PyMemberDef), /* tp_itemsize */
(destructor)type_dealloc, /* tp_dealloc */
offsetof(PyTypeObject, tp_vectorcall), /* tp_vectorcall_offset */
....
(ternaryfunc)type_call, /* tp_call */
0, /* tp_str */
(getattrofunc)type_getattro, /* tp_getattro */
(setattrofunc)type_setattro, /* tp_setattro */
0, /* tp_as_buffer */
Py_TPFLAGS_DEFAULT | Py_TPFLAGS_HAVE_GC |
Py_TPFLAGS_BASETYPE | Py_TPFLAGS_TYPE_SUBCLASS |
Py_TPFLAGS_HAVE_VECTORCALL, /* tp_flags */
type_doc, /* tp_doc */
(traverseproc)type_traverse, /* tp_traverse */
(inquiry)type_clear, /* tp_clear */
0, /* tp_richcompare */
offsetof(PyTypeObject, tp_weaklist), /* tp_weaklistoffset */
0, /* tp_iter */
0, /* tp_iternext */
type_methods, /* tp_methods */
type_members, /* tp_members */
type_getsets, /* tp_getset */
....
};
这里需要思考一个问题,当我们在解释器接受到类似type(Student)、type(123)这些语句,CPython内部如何获取其类型信息呢?我们之前说过任何一个Python对象内存头部保存着PyObject的内存副本,更明确地说是引用计数器和PyTypeObject内存副本。在Python中所有class关键字的类定义都通过一个与其对应的PyTypeObject实例来创建该类型的对象。比如Python的int类型对应C层面的PyLongObject类,而PyLongObject的实例化由对应的PyLong_Type实例提供类型信息。如此类推,还有其他常见的Python对象与PyTypeObject实例的对应关系,如下表所示
在CPython的运行时中,所有内置的数据类型已经在C代码中预定义了所有对应类型的PyType_Type实例了,并且这些实例仅在运行时初始化一次
这里我们仍然以PyLongObject为例, 当一个我们实例化一个int类型的对象时,CPython内部需要引用对应的PyLong_Type实例内的类型信息。PyLong_Type实例的初始化语句见具体源代码,见Objects/longobject.c的第5671行-5712行,从PyLong_Type源码可知PyVarObject_HEAD_INIT(&PyType_Type,0)宏定义在编译时已经经历过如下的替换过程。
我们说的宏表达式PyVarObject_HEAD_INIT(&PyType_Type)最终等价于
{{0,0,1, &PyType_Type },0},
那么PyLong_Type实例的最终代码形式,如下所示,
PyTypeObject PyLong_Type = {
{{0,0,1, &PyType_Type },0},
"int", /* tp_name */
offsetof(PyLongObject, ob_digit), /* tp_basicsize */
sizeof(digit), /* tp_itemsize */
....
long_to_decimal_string, /* tp_repr */
&long_as_number, /* tp_as_number */
....
(hashfunc)long_hash, /* tp_hash */
....
PyObject_GenericGetAttr, /* tp_getattro */
....
Py_TPFLAGS_DEFAULT | Py_TPFLAGS_BASETYPE |
Py_TPFLAGS_LONG_SUBCLASS, /* tp_flags */
long_doc, /* tp_doc */
....
long_richcompare, /* tp_richcompare */
....
long_methods, /* tp_methods */
....
long_getset, /* tp_getset */
....
long_new, /* tp_new */
PyObject_Del, /* tp_free */
};
如果,你上面代码还没有概念的话,我们通过一个实例来说明一些基本的事实,首先我们在Python解释器交互命令行创建一个比较无聊的num函数,该函数旨在其内部实例化一个PyLongObject的实例m
可以用gdb工具执行Python解释器,我们通过对Python/ceval.c源码关于LOAD_CONST指令定义的C代码的执行断点,
- 使用print *value命令,可以知道初始化一个PyLongObject实例时,它的ob_type字段是指向PyLong_Type实例的内存地址。
-
通过print一下*(value->ob_type),我们得到PyLong_Type实例的所有具体细节,该PyLong_Type实例的ob_type字段指向一个PyType_Type实例的内存地址,并且tp_base字段是指向一个PyBaseObject_Type的实例。
药不要停,如此类推我们通过print打印ob_base找到当前PyType_Type子类实例的本体,通过ob_type找到上一级实例的
显然,根据PyVarObject_HEAD_INIT(&PyType_Type,0)可知,在PyLongObject实例化过程中,会引用PyLong_Type实例,而PyLong_Type实例也会引用PyType_Type实例。而PyType_Type实例是整个CPython类型系统的根,也就是说PyType_Type是所有Python对象的元类。我们可以通过一个内存图来得到一个清晰的轮廓
咦,这不就是类似C++类继承的原理吗?不用猜。就是,同时这也是体现CPython面向对象模式中的另一个特征--多态。