1.教你阅读 Cpython 的源码（一）
2.详解Python文件： .py、.ipynb、.pyi、.pyc、​.pyd ！
3.python调用c程序
4.Python C语言API教程（一、二开微星源码用C写一个Python包）
5.CPython源码学习：2、使用GDB调试Python
6.python文件后缀是什么

教你阅读 Cpython 的源码（一）

       目录

1. CPython 介绍

       在Python使用中，你是否曾好奇字典查找为何比列表遍历快？生成器如何记忆变量状态？Cpython，作为流行版本，其源代码为何选择C和Python编写？Python规范，内存管理，这里一一揭示。

       文章将深入探讨Cpython的内部结构，分为五部分：编译过程、解释器进程、编译器和执行循环、对象系统、以及标准库。了解Cpython如何工作，从源代码下载、编译设置，到Python模块和C模块的使用，让你对Python核心概念有更深理解。

       2. Python 解释器进程

       学习过程包括配置环境、文件读取、词法句法解析，直至抽象语法树。理解这些步骤，有助于你构建和调试Python代码。

       3. Cpython 编译与执行

       了解编译过程如何将Python代码转换为可执行的中间语言，以及字节码的缓存机制，将帮助你认识Python的编译性质。

       4. Cpython 中的对象

       从基础类型如布尔和整数，到生成器，深入剖析对象类型及其内存管理，让你掌握Python数据结构的核心。

       5. Cpython 标准库

       Python模块和C模块的交互，以及如何进行自定义C版本的安装，这些都是Cpython实用性的体现。

       6. 源代码深度解析

       从源代码的内核结构源码细节中，你会发现编译器的工作原理，以及Python语言规范和tokenizer的重要性，以及内存管理机制，如引用计数和垃圾回收。

       通过本文，你将逐步揭开Cpython的神秘面纱，成为Python编程的高手。继续深入学习，提升你的Python技能。

       最后：结论

       第一部分概述了源代码、编译和Python规范，后续章节将逐步深入，让你在实践中掌握Cpython的核心原理。

       更多Python技术，持续关注我们的公众号：python学习开发。

详解Python文件： .py、.ipynb、.pyi、.pyc、​.pyd ！

       常见的Python文件后缀各有用途，如.py表示源代码文件，.ipynb为Jupyter Notebook文件，用于数据分析、机器学习与深度学习领域，.pyi是提供静态类型信息的类型提示文件，.pyc存储已编译Python源代码的字节码文件，.pyd则是C或C++编写的二进制Python扩展模块文件，.pyw为无命令行界面的Python窗口化脚本文件，.pyx为Cython源代码文件。

       .py文件是Python默认的源代码文件，.ipynb用于编写交互式笔记，包括代码和文档，.pyi提供静态类型信息以提升开发效率，.pyc文件存储已编译的字节码，加快程序执行速度，.pyd文件是C或C++编写的Python扩展模块，可用于性能优化，.pyw文件创建无命令行界面的窗口化应用程序，.pyx则支持Cython语言，兔子团源码结合Python与C语言优势，提高计算密集任务性能。

python调用c程序

       Python 调用 C 程序流程概述

       为了实现 Python 调用 C 程序，主要涉及三个关键步骤：

       1. **创建 C 源代码

**

       编写包含所需功能的 C 源代码文件（如 py_test.c），并创建相应头文件（py_test.h）以声明 C 函数。

       2. **编写 C 语言 wrapper

**

       编写一个 C 语言 wrapper 文件（py_testwrapper.c），用于适配 Python 与 C 之间的数据类型。确保包含 Python.h 和 py_test.h，定义 Python 方法以调用 C 函数。

       3. **编译与安装

**

       使用 setup.py 文件来编译生成的 C 代码。通过终端命令“python3 setup.py build”编译代码，然后运行“sudo python3 setup.py install”将生成的模块安装至 Python 库。

       安装完成后，即可在 Python 中导入并使用该模块。

       **测试

**

       通过编写测试程序（如 testpython.py）来验证 C 模块与 Python 的交互功能。测试程序调用 C 函数，并将结果输出至终端。比较不同实现方式（如纯 C 或 Python 实现）的性能，例如，计算圆周率的效率。

       最终测试结果显示，Python 调用 C 程序不仅可以实现高效功能调用，还能通过性能测试确保不同实现方式的准确性和效率。

Python C语言API教程（一、用C写一个Python包）

       Python的C语言API教程（一：实践入门）

       Python的C语言API在提升程序性能和实现跨平台适配方面发挥着关键作用。通过官方API，开发者可以直接操作Python解释器的底层，绕过Python的GIL限制，达到加速效果，如cython和codon等工具相比，C语言API更为直接有效。

       Python的C语言API还支持本地化适配，例如PyQT库，它根据操作系统和硬件调整图形界面。在机器学习框架TensorFlow这类需要底层优化和硬件适配的场景中，C语言API更是不可或缺。

       理解C语言API有助于深入学习CPython，因为Python的执行实际上就是调用C语言API。Python源码阅读者会发现，熟悉API有助于解析CPython的databing源码解析内部工作原理。

       要进行Python的C开发，首先需要配置环境。Windows用户需安装Visual Studio Build Tools，选择Python开发和C++桌面开发工作负荷。Mac/Linux用户则需安装Python开发包（如GCC）和调试工具（如Windows的Visual Studio自带工具或Mac/Linux的GDB）。

       接下来，我们将通过实例创建一个简单的Python扩展模块datetimecpy，模拟官方datetime模块。我们从编写Python调用代码开始，然后用C语言实现，包括头文件引入、定义now方法、注册方法、模块定义、以及将模块嵌入到Python解释器中。

       通过本章，你将掌握创建C扩展模块的基础步骤。在后续章节，我们将深入讲解PyObject对象及其在C语言API中的应用。

CPython源码学习：2、使用GDB调试Python

       在深入探究CPython源码的过程中，首先要编译出Python的Debug版本，以便后续使用gdb进行调试。

       安装gcc、g++、cmake等工具后，可参考Python开发者文档（Python Developer’s Guide）了解编译Python Debug版本的方法。

       了解GDB的基本用法是进行调试的先决条件。在终端输入特定命令即可启动Python，并进入监控状态。

       在此状态下，GDB会读取Python的符号表，但程序尚未执行。可在main函数设置断点，例如：

       通过这种方式，程序会在python.c的第行暂停。断点也可以通过(文件名:行号)的形式设置。

       输入特定命令开始执行程序，程序将在设定的断点处暂停。此时，源码免费设计可以使用命令查看代码，或进入tui模式查看。

       使用tui模式可以更清晰地看到断点位置，并通过输入tui获取更多使用方法。继续执行程序，Python将进入正常指令模式。

       在GDB中，可以使用Python脚本文件进行调试。例如，创建一个名为test.py的Python脚本文件，内容为一个简单的赋值语句。

       在GDB中监控Python执行，并给main函数配置输入参数。argc和argv是main函数的参数，与执行python时携带的参数类似。

       配置参数后，在main函数中设置断点，并执行至main函数。此时，argc的参数将显示为2。

       通过步进，可以观察到Python实际执行的函数是pymain_main。该函数分为两步：初始化系统参数和执行脚本。

       继续步进，将到达pymain_run_python。在约行，有一个分支判断，表示Python可以从命令行、module、import、文件和stdin执行。

       使用test.py文件时，将进入pymain_run_file，并最终到达_PyRun__AnyFileObject函数。Python将从该函数开始解析test.py文件内容。

       使用特定指令可以查看当前函数调用情况。从_PyRun__AnyFileObject进入后，Python将开始读取文件内容，并使用语法解析器解析文件，建立语法树，最终执行程序。

       后续将继续研究Python语法解析器、语法树、符号表、编译器等内容，并通过GDB调试方式研究其原理，与大家共同交流。

python文件后缀是什么

       1. .py：这是您通常编写的Python源代码文件。

       2. .py3：尽管Python 3脚本通常使用.py扩展名，但有时也会看到.py3扩展名，它表示Python 3兼容的脚本。

       3. .pyc：此类文件包含编译后的字节码，是Python解释器为已编译的模块生成的。.pyc文件可以被反编译回.py文件，使用例如Easy Python Decompiler这样的工具。

       4. .pyo：在Python代码被优化（使用-O选项）时，可能会生成.pyo文件。然而，从Python 3.5开始，.pyo文件已不再使用，Python默认只使用.pyc文件。

       5. .pyd：这是Windows系统上的动态链接库（DLL）文件，与Python脚本相关联。

       6. .pyi：这些文件是MyPy工具使用的接口文件，也称为存根文件，它们符合PEP 中定义的类型注释规范。

       7. .pyw：这是Windows系统上用pythonw.exe执行的Python脚本，与普通的.py脚本相比，它不会打开控制台窗口。

       8. .pyx：.pyx文件是Cython源文件，它们将Cython代码转换为C/C++代码，以便在Python中使用。

       9. .pyz：这是Python脚本归档文件，根据PEP 定义，它们是包含标准Python脚本头后的二进制形式的压缩Python脚本（ZIP）文件。

       . .pywz：这是针对Windows系统的Python脚本归档文件，与.pyz类似，也是压缩的Python脚本（ZIP）文件。

       . .py[cod]：在.gitignore文件中，这种通配符表示可能是.pyc、.pyo或.pyd文件，用于指示忽略特定类型的Python文件。

       . .rpy：这些文件包含RPython脚本或扩展了特定应用程序或框架功能的Python脚本。

       . .pyde：这是处理使用的Python脚本，通常与开发环境或特定工具相关。

       . .pyp：这些文件是Py4D Python插件，用于与Py4D集成。

       . .pyt：这些文件是Python声明文件，用于特定目的，如与IDE或构建工具通信。

       以上是各种Python文件后缀的解释，每种后缀都代表Python编程中不同的用途和阶段。

python是如何执行的?

       理解Python执行，首先需要了解编译型语言的执行过程。以C语言为例，C代码最终会被转换成机器码，由计算机执行。

       在Python中，代码会被编译成Python虚拟机可以理解的字节码，然后由Python虚拟机逐条执行字节码。CPython是Python的官方实现，它包含编译部分、虚拟机执行部分、命令行交互式环境、内置模块实现、包安装API等。

       Python并非解释型或编译型语言，而是解释型语言。Python代码被编译成字节码，而不是直接生成机器码。字节码由CPython运行，类似于虚拟机。CPython包含了一个用于将Python指令变为字节码指令的编译器、执行字节码的虚拟机，以及命令行交互式解释环境。

       Python的编译器将Python代码转换为字节码，通过生成PyCodeObject对象来保存函数调用。每个代码对象包含虚拟机执行的字节码和其他函数信息。使用dis模块的dis方法可以查看一个函数的字节码对应的指令。具体编译过程见Python官方指南。

       Python的虚拟机是一个栈机器，字节码解释器通过模拟物理计算机操作多个栈来完成指令。在CPython源码的ceval.c中有一个巨大的switch语句，对应着每一个字节码指令。frame用于保存代码信息和上下文信息，每个函数调用都有一个对应的frame。数据栈/评估栈/值栈是执行指令时的栈。

       .pyc文件是Python的缓存信息，用于加速模块加载。.pyc文件包含魔法数字、时间戳和使用marshaled模块序列化的字节码。当导入模块时，Python会检查是否有缓存文件并检查是否过期。如果没有过期，可以绕过编译阶段。最新版本的Python在加载模块时进行了一定流程的判断。

       关于Python执行过程的了解，参考了大量资料。虽然无法阅读最新的CPython源码，但仍从各种资料中拼凑出对于Python执行过程的理解。推荐的资料包括官方Python Developer's Guide的CPython内部介绍、CPython源码指南、 Lines or Less A Python Interpreter Written in Python、B站码农高天的深入和清晰的中文讲解。

cpython是什么?pypy是什么?python和这两个东西有什么关系

       p >本文旨在介绍Python的主流实现CPython是如何执行源代码的。我们将以当前主分支的CPython 3.版本为例，解释从源代码到执行的全过程。

       p > Python语言内嵌有一个编译器。首先，需要对源代码进行词法分析，将字符串转化为一个个单词，以便进一步处理。这一过程主要发生在`Parser/tokenizer.c`文件中，由手工编写实现。

       p > 完成词法分析后，接下来是语法分析阶段。通过这一阶段，CPython真正理解了代码的结构。自Python 3.版本起，CPython采用了一种新的PEG解析器。

       p > PEG，全称Parser Expression Generator，理念是通过描述你设计的语法，生成相应的解析代码。在CPython项目中，`Grammar/python.gram`文件描述了Python语法，通过`Tools/peg_generator/pegen/`生成器转换为解析代码，位于`Parser/parser.c`。我有幸参与过`Grammar/python.gram`的修改，无需修改语法即可保持其稳定。

       p > PEG语法广泛应用于多种场景，因为它允许自定义描述语法，同时生成器也可以自定义。在CPython中，`Tools/peg_generator/pegen/metagrammar.gram`描述了元语法，可以用来生成不同语言的解析代码，并在多种语言中实现。

       p > 语法分析后，结果是抽象语法树（AST），声明在`Include/internal/pycore_ast.h`，并由`ast`模块对外提供接口。

       p > 有了AST，下一步是将其转换为字节码。CPython的核心是解释执行，执行的内容即为字节码。这些字节码保存在`__pycache__/*.pyc`文件中，每个小版本的字节码都可能发生变化，用户不应假设兼容性。我们可以通过`dis`模块查看编译后的结果。

       p > 字节码生成过程涉及符号查找、指令优化等多个步骤，尤其是在Python 3.的性能优化中，有一部分就是在字节码层面进行的改进。这部分主代码位于`Python/compile.c`。

       p > 字节码生成的输入是AST，输出为Python字节码。整个转换过程由`_PyParser_ASTFromFile`函数串联起来。

       p > 完成字节码生成后，下一步是执行字节码。这通常是一个大的循环过程，主要在`_PyEval_EvalFrameDefault`中实现，包含了大量的`switch case`结构。

       p > `Python/generated_cases.c.h`文件包含了几乎所有的字节码实现，并且通过`Python/bytecodes.c`生成。CPython执行的核心通常称为CPython VM（虚拟机）。

       p > 在真正执行之前，还需要内置对象的支持。基本的内置对象如`str`、`list`和`dict`在Python中至关重要。这些对象的C实现构成了CPython VM的重要部分，位于`Objects`目录下，并编译在VM程序中。

       p > Python内置了许多基本库，它们的代码通常位于`Lib`目录下。同时，CPython VM提供了丰富的C API，允许用户编写C扩展，并方便地在C扩展和Python VM之间传递对象。

       p > 为了提供基本功能，CPython必须使用一些操作系统提供的原生C函数，因此内置了许多C扩展。例如，`os`模块的C实现位于`Modules`目录下，这些模块通过CPython VM动态加载。

       p > Python最初的定位是胶水语言，大量C扩展极大地丰富了CPython的生态系统，同时也是其他Python实现如PyPy等的限制。

       p > 最后，将所有这些组件组织起来的代码位于`Python/pythonrun.c`中，经过这一系列步骤后，代码终于可以执行了。