Bagaimana untuk menggunakan mesin maya python

Reka bentuk kod bait Python

Kod bait python terutamanya terdiri daripada dua bahagian, satu ialah kod operasi, dan satu lagi ialah parameter kod operasi Dalam cpython, hanya beberapa kod bait yang mempunyai parameter bytecode tidak mempunyai parameter, jadi nilai oparg adalah sama dengan 0. Dalam cpython, arahan dengan opcode

opcode dan oparg masing-masing menduduki satu bait, dan mesin maya cpython menggunakan mod endian kecil untuk menyimpan bytecode.

Kami menggunakan coretan kod berikut untuk memahami reka bentuk kod byte dahulu:

import dis


def add(a, b):
    return a + b


if __name__ == '__main__':
    print(add.__code__.co_code)
    print("bytecode: ", list(bytearray(add.__code__.co_code)))
    dis.dis(add)

Keluaran kod di atas dalam python3.9 adalah seperti berikut:

b'|\x00|\x01\x17\x00S\x00'
bytecode:  [124, 0, 124, 1, 23, 0, 83, 0]
  5           0 LOAD_FAST                0 (a)
              2 LOAD_FAST                1 (b)
              4 BINARY_ADD
              6 RETURN_VALUE

Keperluan pertama Apa yang saya faham ialah add.__code__.co_code ialah bytecode bagi fungsi add, iaitu jujukan bait list(bytearray(add.__code__.co_code)) memisahkan jujukan bait demi bait dan menukarkannya kepada bentuk perpuluhan. Mengikut setiap arahan yang kita bincangkan sebelum ini - bytecode menduduki 2 byte, jadi bytecode di atas mempunyai empat arahan:

opcode dan operasi yang sepadan Arahan mempunyai jadual surat-menyurat terperinci pada penghujung artikel itu. Dalam kod di atas, tiga arahan kod bait digunakan terutamanya, iaitu 124, 23 dan 83. Arahan operasi yang sepadan adalah LOAD_FAST, BINARY_ADD dan RETURN_VALUE masing-masing. Maksudnya adalah seperti berikut:

LOAD_FAST: Tolak varname[var_num] ke bahagian atas tindanan. BINARY_ADD: Pop dua objek dari tindanan dan tolak hasil penambahannya ke bahagian atas tindanan. RETURN_VALUE: Pop elemen di bahagian atas tindanan dan gunakannya sebagai nilai pulangan fungsi.

Perkara pertama yang perlu kita ketahui ialah BINARY_ADD dan RETURN_VALUE kedua-dua arahan operasi ini tidak mempunyai parameter, jadi parameter selepas kedua-dua opcode ini semuanya 0.

Tetapi LOAD_FAST mempunyai parameter Kami sudah tahu di atas bahawa LOAD_FAST menolak co-varnames[var_num] ke dalam tindanan, dan var_num ialah parameter arahan LOAD_FAST. Terdapat dua arahan LOAD_FAST dalam kod di atas, yang menolak a dan b ke dalam timbunan Subskrip mereka dalam nama var.

Parameter sambungan Bytecode

Operand bytecode python dan opcode yang kita bincangkan di atas setiap bait menduduki satu bait, tetapi jika bilangan vaname atau data jadual tetap lebih besar daripada Jika julat perwakilan ialah 1 bait , bagaimana cara mengatasinya?

Untuk menyelesaikan masalah ini, cpython telah memanjangkan parameter yang direka untuk bytecode Contohnya, jika kita ingin memuatkan objek dengan subskrip 66113 dalam jadual tetap, maka bytecode yang sepadan adalah seperti berikut:

[144, 1, 144, 2, 100, 65]

Antaranya, 144 mewakili EXTENDED_ARG, yang pada asasnya bukan kod bait yang perlu dilaksanakan oleh mesin maya python Medan ini direka terutamanya untuk pengiraan parameter lanjutan. Perintah operasi yang sepadan untuk

100 ialah LOAD_CONST, dan opcodenya ialah 65. Walau bagaimanapun, arahan di atas tidak akan memuatkan objek dengan subskrip 65 dalam jadual tetap, tetapi akan memuatkan objek dengan subskrip 66113. Sebabnya ialah Kerana EXTENDED_ARG.

Sekarang mari kita simulasi proses analisis di atas:

Mula-mula baca arahan bytecode, opcode adalah sama dengan 144, menunjukkan bahawa ia adalah parameter lanjutan, maka parameter arg pada masa ini adalah sama kepada (1 x (1

Proses pengiraan di atas diwakili oleh kod program seperti berikut Dalam kod berikut, kod ialah jujukan bait sebenar HAVE_ARGUMENT = 90.

def _unpack_opargs(code):
    extended_arg = 0
    for i in range(0, len(code), 2):
        op = code[i]
        if op >= HAVE_ARGUMENT:
            arg = code[i+1] | extended_arg
            extended_arg = (arg << 8) if op == EXTENDED_ARG else 0
        else:
            arg = None
        yield (i, op, arg)

Kami boleh menggunakan kod untuk mengesahkan analisis kami sebelum ini:

import dis


def num_to_byte(n):
    return n.to_bytes(1, "little")


def nums_to_bytes(data):
    ans = b"".join([num_to_byte(n) for n in data])
    return ans


if __name__ == '__main__':
    # extended_arg extended_num opcode oparg for python_version > 3.5
    bytecode = nums_to_bytes([144, 1, 144, 2, 100, 65])
    print(bytecode)
    dis.dis(bytecode)

Keluaran kod di atas adalah seperti berikut:

b'\x90\x01\x90\x02dA'
          0 EXTENDED_ARG             1
          2 EXTENDED_ARG           258
          4 LOAD_CONST           66113 (66113)

Seperti yang anda lihat daripada output program di atas Analisis kami ternyata betul.

Jadual pemetaan bytecode kod sumber

Dalam bahagian ini, kami terutamanya menganalisis medan co_lnotab dalam objek objek kod dan mempelajari reka bentuk medan ini dengan menganalisis medan tertentu.

import dis


def add(a, b):
    a += 1
    b += 2
    return a + b


if __name__ == '__main__':
    dis.dis(add.__code__)
    print(f"{list(bytearray(add.__code__.co_lnotab)) = }")
    print(f"{add.__code__.co_firstlineno = }")

Pertama sekali, lajur pertama keluaran dis ialah nombor baris kod sumber yang sepadan dengan kod bait, dan lajur kedua ialah anjakan kod bait dalam jujukan bait.

Hasil keluaran kod di atas adalah seperti berikut:

  源代码的行号  字节码的位移
  6           0 LOAD_FAST                0 (a)
              2 LOAD_CONST               1 (1)
              4 INPLACE_ADD
              6 STORE_FAST               0 (a)

  7           8 LOAD_FAST                1 (b)
             10 LOAD_CONST               2 (2)
             12 INPLACE_ADD
             14 STORE_FAST               1 (b)

  8          16 LOAD_FAST                0 (a)
             18 LOAD_FAST                1 (b)
             20 BINARY_ADD
             22 RETURN_VALUE
list(bytearray(add.__code__.co_lnotab)) = [0, 1, 8, 1, 8, 1]
add.__code__.co_firstlineno = 5

Daripada hasil keluaran kod di atas, kita dapat lihat kod bait dibahagikan kepada tiga segmen, setiap segmen mewakili kod bait daripada satu baris kod. Sekarang mari kita menganalisis medan co_lnotab Medan ini sebenarnya dibahagikan kepada dua bait. Sebagai contoh, [0, 1, 8, 1, 8, 1] di atas boleh dibahagikan kepada tiga segmen [0, 1], [8, 1], [8, 1]. Maksudnya ialah:

第一个数字表示距离上一行代码的字节码数目。 第二个数字表示距离上一行有效代码的行数。

现在我们来模拟上面代码的字节码的位移和源代码行数之间的关系：

[0, 1]，说明这行代码离上一行代码的字节位移是 0 ，因此我们可以看到使用 dis 输出的字节码 LOAD_FAST ，前面的数字是 0，距离上一行代码的行数等于 1 ，代码的第一行的行号等于 5，因此 LOAD_FAST 对应的行号等于 5 + 1 = 6 。 [8, 1]，说明这行代码距离上一行代码的字节位移为 8 个字节，因此第二块的 LOAD_FAST 前面是 8 ，距离上一行代码的行数等于 1，因此这个字节码对应的源代码的行号等于 6 + 1 = 7。 [8, 1]，同理可以知道这块字节码对应源代码的行号是 8 。

现在有一个问题是当两行代码之间相距的行数超过 一个字节的表示范围怎么办？在 python3.5 以后如果行数差距大于 127，那么就使用 (0, 行数) 对下一个组合进行表示，(0, \(x_1\)), (0,$ x_2$) ... ，直到 \(x_1 + ... + x_n\) = 行数。

在后面的程序当中我们会使用 compile 这个 python 内嵌函数。当你使用Python编写代码时，可以使用compile()函数将Python代码编译成字节代码对象。这个字节码对象可以被传递给Python的解释器或虚拟机，以执行代码。

compile()函数接受三个参数：

source: 要编译的Python代码，可以是字符串，字节码或AST对象。 filename: 代码来源的文件名（如果有），通常为字符串。 mode: 编译代码的模式。可以是 'exec'、'eval' 或 'single' 中的一个。'exec' 模式用于编译多行代码，'eval' 用于编译单个表达式，'single' 用于编译单行代码。

import dis

code = """
x=1
y=2
""" \
+ "\n" * 500 + \
"""
z=x+y
"""

code = compile(code, &#39;<string>&#39;, &#39;exec&#39;)
print(list(bytearray(code.co_lnotab)))
print(code.co_firstlineno)
dis.dis(code)

上面的代码输出结果如下所示：

[0, 1, 4, 1, 4, 127, 0, 127, 0, 127, 0, 121]
1
  2           0 LOAD_CONST               0 (1)
              2 STORE_NAME               0 (x)

  3           4 LOAD_CONST               1 (2)
              6 STORE_NAME               1 (y)

505           8 LOAD_NAME                0 (x)
             10 LOAD_NAME                1 (y)
             12 BINARY_ADD
             14 STORE_NAME               2 (z)
             16 LOAD_CONST               2 (None)
             18 RETURN_VALUE

根据我们前面的分析因为第三行和第二行之间的差距大于 127 ，因此后面的多个组合都是用于表示行数的。

505 = 3(前面已经有三行了) + (127 + 127 + 127 + 121)(这个是第二行和第三行之间的差距，这个值为 502，中间有 500 个换行但是因为字符串相加的原因还增加了两个换行，因此一共是 502 个换行)。

具体的算法用代码表示如下所示，下面的参数就是我们传递给 dis 模块的 code，也就是一个 code object 对象。

def findlinestarts(code):
    """Find the offsets in a byte code which are start of lines in the source.

    Generate pairs (offset, lineno) as described in Python/compile.c.

    """
    byte_increments = code.co_lnotab[0::2]
    line_increments = code.co_lnotab[1::2]
    bytecode_len = len(code.co_code)

    lastlineno = None
    lineno = code.co_firstlineno
    addr = 0
    for byte_incr, line_incr in zip(byte_increments, line_increments):
        if byte_incr:
            if lineno != lastlineno:
                yield (addr, lineno)
                lastlineno = lineno
            addr += byte_incr
            if addr >= bytecode_len:
                # The rest of the lnotab byte offsets are past the end of
                # the bytecode, so the lines were optimized away.
                return
        if line_incr >= 0x80:
            # line_increments is an array of 8-bit signed integers
            line_incr -= 0x100
        lineno += line_incr
    if lineno != lastlineno:
        yield (addr, lineno)

操作	操作码
POP_TOP	1
ROT_TWO	2
ROT_THREE	3
DUP_TOP	4
DUP_TOP_TWO	5
ROT_FOUR	6
NOP	9
UNARY_POSITIVE	10
UNARY_NEGATIVE	11
UNARY_NOT	12
UNARY_INVERT	15
BINARY_MATRIX_MULTIPLY	16
INPLACE_MATRIX_MULTIPLY	17
BINARY_POWER	19
BINARY_MULTIPLY	20
BINARY_MODULO	22
BINARY_ADD	23
BINARY_SUBTRACT	24
BINARY_SUBSCR	25
BINARY_FLOOR_DIVIDE	26
BINARY_TRUE_DIVIDE	27
INPLACE_FLOOR_DIVIDE	28
INPLACE_TRUE_DIVIDE	29
RERAISE	48
WITH_EXCEPT_START	49
GET_AITER	50
GET_ANEXT	51
BEFORE_ASYNC_WITH	52
END_ASYNC_FOR	54
INPLACE_ADD	55
INPLACE_SUBTRACT	56
INPLACE_MULTIPLY	57
INPLACE_MODULO	59
STORE_SUBSCR	60
DELETE_SUBSCR	61
BINARY_LSHIFT	62
BINARY_RSHIFT	63
BINARY_AND	64
BINARY_XOR	65
BINARY_OR	66
INPLACE_POWER	67
GET_ITER	68
GET_YIELD_FROM_ITER	69
PRINT_EXPR	70
LOAD_BUILD_CLASS	71
YIELD_FROM	72
GET_AWAITABLE	73
LOAD_ASSERTION_ERROR	74
INPLACE_LSHIFT	75
INPLACE_RSHIFT	76
INPLACE_AND	77
INPLACE_XOR	78
INPLACE_OR	79
LIST_TO_TUPLE	82
RETURN_VALUE	83
IMPORT_STAR	84
SETUP_ANNOTATIONS	85
YIELD_VALUE	86
POP_BLOCK	87
POP_EXCEPT	89
STORE_NAME	90
DELETE_NAME	91
UNPACK_SEQUENCE	92
FOR_ITER	93
UNPACK_EX	94
STORE_ATTR	95
DELETE_ATTR	96
STORE_GLOBAL	97
DELETE_GLOBAL	98
LOAD_CONST	100
LOAD_NAME	101
BUILD_TUPLE	102
BUILD_LIST	103
BUILD_SET	104
BUILD_MAP	105
LOAD_ATTR	106
COMPARE_OP	107
IMPORT_NAME	108
IMPORT_FROM	109
JUMP_FORWARD	110
JUMP_IF_FALSE_OR_POP	111
JUMP_IF_TRUE_OR_POP	112
JUMP_ABSOLUTE	113
POP_JUMP_IF_FALSE	114
POP_JUMP_IF_TRUE	115
LOAD_GLOBAL	116
IS_OP	117
CONTAINS_OP	118
JUMP_IF_NOT_EXC_MATCH	121
SETUP_FINALLY	122
LOAD_FAST	124
STORE_FAST	125
DELETE_FAST	126
RAISE_VARARGS	130
CALL_FUNCTION	131
MAKE_FUNCTION	132
BUILD_SLICE	133
LOAD_CLOSURE	135
LOAD_DEREF	136
STORE_DEREF	137
DELETE_DEREF	138
CALL_FUNCTION_KW	141
CALL_FUNCTION_EX	142
SETUP_WITH	143
LIST_APPEND	145
SET_ADD	146
MAP_ADD	147
LOAD_CLASSDEREF	148
EXTENDED_ARG	144
SETUP_ASYNC_WITH	154
FORMAT_VALUE	155
BUILD_CONST_KEY_MAP	156
BUILD_STRING	157
LOAD_METHOD	160
CALL_METHOD	161
LIST_EXTEND	162
SET_UPDATE	163
DICT_MERGE	164
DICT_UPDATE	165

Atas ialah kandungan terperinci Bagaimana untuk menggunakan mesin maya python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!