8.1.1 Python 源码中的PyFrameObject

8.1.1 Python 源码中的PyFrameObject

当然，对于Python 而言，PyFrameObject 对象不仅仅是一个我们在x86 机器上看到的那个简简单单的栈帧，它实际上包含了其他更多的信息。请看Python 源码中对PyFrame-Object 的定义：

 [frameobject.h]
typedef struct _frame {
PyObject_VAR_HEAD
struct _frame *f_back; //执行环境链上的前一个frame
PyCodeObject *f_code; //PyCodeObject 对象
PyObject *f_builtins; //builtin 名字空间
PyObject *f_globals; //global 名字空间
PyObject *f_locals; //local 名字空间
PyObject **f_valuestack; //运行时栈的栈底位置
PyObject **f_stacktop; //运行时栈的栈顶位置
……
int f_lasti; //上一条字节码指令在f_code 中的偏移位置
int f_lineno; //当前字节码对应的源代码行
……
//动态内存，维护（局部变量+cell 对象集合+free
对象集合+运行时栈）所需要的空间
PyObject *f_localsplus[1];
} PyFrameObject;

从f_back 我们可以看出一点，在Python 实际的执行中，会产生很多PyFrameObject对象，而这些对象会被链接起来，形成一条执行环境链表。这正是对x86 机器上栈帧间关系的模拟。在x86 上，栈帧间通过esp 指针和ebp 指针建立了关系，使新的栈帧在结束之后能顺利回到旧的栈帧中，而Python 正是利用f_back 来完成这个动作。那真实的情况是不是这样呢，我们暂且按下不表。

在f_code 中存放的是一个待执行的PyCodeObject 对象，而接下来的f_builtins、f_globals、f_locals 是3 个独立的名字空间，在这里我们看到了名字空间和执行环境之间的关系。前面我们说名字空间实际上是维护着变量名和变量值之间关系的PyDictObject对象，所以，在这3 个PyDictObject 中，分别维护了builtin 的name、global 的name，以及local 的name 与对应值之间的映射关系。在下一节，我们将给出关于名字空间的详细解析，因为它对于理解Python 虚拟机的行为相当关键。想想前面的那段environment.py，在执行print i 时，首先会到f_locals 中去寻找PyStringObject 对象‘i’，找到了之后，将其对应的值取出，并打印出来。

在PyFrameObject 的开头，有一个PyObject_VAR_HEAD，这表明PyFrameObject 是一个变长的对象，即每次创建的PyFrameObject 对象的大小可能是不一样的。这些变动的内存是用来做什么的呢？实际上，每一个PyFrameObject 对象都维护了一个PyCode-Object 对象。这表明每一个PyFrameObject 对象和Python 源代码中的一段Code 都是对应的，更准确地说，是和我们在研究PyCodeObject 时提到的那个Code Block 对应的。而在编译一段Code Block 时，会计算出这段Code Block 执行过程中所需要的栈空间的大小（注意，这个栈空间才是和x86 机器上那个用于函数执行的栈空间相对应的概念）。这个栈空间的大小存储在f_stacksize 中，而栈本身正是那段变动的内存。因为不同的CodeBlock 在执行时所需的栈空间的大小是不同的，所以决定了PyFrameObject 的开头一定有一个PyObject_VAR_HEAD。

前面我们说PyFrameObject 对象是对x86 机器上单个栈帧的模拟。既然在x86 的单个栈帧中，包含了执行计算所必需的内存空间，为什么执行计算还需要内存空间呢？举个例子：在计算c=a+b 时，我们需要将a 和b 的值分别读入内存，然后计算的结果也需要存放在内存中，这些内存就是执行计算所必需的内存。当然，在x86 上，完成一条加法操作只需要CPU 中的寄存器即可，这里仅仅展示了在计算的过程中是需要消耗一定的内存的。所以作为对x86 栈帧的模拟，在PyFrameObject 中，也提供了对这些内存空间的模拟。在今后的描述中，我们将其称为运行时栈。注意，一定要将这里的“运行时栈”的概念和x86 平台上的“运行时栈”区分开来。我们这里所谓的“运行时栈”单指运算时所需要的内存空间。

与图8-1 所示的x86 平台上的运行时栈对应，图8-2 展示了Python 虚拟机在运行时某个时刻的完整运行时环境。

（点击查看大图）图8-2 Python 执行的某个时刻的运行时环境