簡介
出于個人愛好和某種需求，我再16年對python的解釋器產生了濃厚興趣，并且下定決心重新實現一個版本。我個人再游戲服務器開發中，對c++嵌入lua和python都有著豐富應用經驗，自認為對二者的優劣有著深刻的理解。
python針對lua的最大優勢是python是完備的程序語言，類、模塊包括豐富的庫和方便好用的字符串操作，可以說python用來實現功能會優雅很多，而lua最大的優勢就是小巧高效，另外lua的lua_state是可以有多個實例的，這樣就可以多線程使用lua（一個線程單獨一個lua_state）,而python解釋器因為有全局解釋器鎖，所以無法實現多python解釋器實例。
考慮到在嵌入python的應用場景中，所用到python的功能都是比較簡單通用的功能，比如類、模塊，函數，一些復雜的類庫也不常用，所以我就想實現一個不使用全局解釋器鎖，可以有多個python解釋器鎖的解釋器。所以16年底，我自己實現了一下python解釋器第一版，第一版是使用AST虛擬語法樹直接解析的，雖然做了必要的優化，但是性能。。。。仍然不忍直視。
平常我一直吐槽python跑的沒有lua快，但是吐槽是一碼事，自己實現真的就是另一碼事了。我仔細分析了第一版性能低的原因是選錯了路！python的虛擬機是講語法樹翻譯成ByteCode，然后有個Virtual Machine不斷的解釋bytecode，而vm的運行又分堆棧模式和寄存器模式，python就是堆棧模式的，而lua是寄存器模式的，寄存器模式是現在的趨勢，這也是lua跑到更快的重要原因。我的第一版VM用AST直接跑，選錯了路，無論如何也太快不了。
但是我仍然把這個第一版打了個分支，分享出來，因為當我實現用寄存器模式的VM的時候，感覺無論如何也無法設計的像AST直接解析的VM那樣優雅、直接。AST直接解析的方式真的太直觀了，雖然效率很低，但是其仍然有很大的應用價值。
比如protocolbuff、thrift這些通過定義語法文件生成代碼的這類工具，對語法解析的效率要求不高，那么這個版本的VM再這些領域還是有很大的參考價值。
內部實現層次：
Python BNF
一提到實現腳本解釋器，估計很多人都會撓頭，不知道從何入手。剛開始我也是這樣，我把大學里的編譯原理從床底下一堆打入冷宮的數量翻出來，一頓猛看。但是仍然沒有找到很大頭緒，后來我就在python.org上一頓逛，也下載了python的源碼分析，源碼目錄有python的BNF描述文件，因為我已經看過一遍編譯原理了，BNF就看的很懂，從頭到尾讀了一遍了以后，靈光乍現啊！BNF就是完整的解析python語法的流程說明啊！截取一小段做個說明：
compound_stmt: if_stmt | while_stmt | for_stmt | try_stmt | with_stmt | funcdef | classdef | decorated
if_stmt: 'if' test ':' suite ('elif' test ':' suite)* ['else' ':' suite]
while_stmt: 'while' test ':' suite ['else' ':' suite]
for_stmt: 'for' exprlist 'in' testlist ':' suite ['else' ':' suite]
try_stmt: ('try' ':' suite
((except_clause ':' suite)+
['else' ':' suite]
['finally' ':' suite] |
'finally' ':' suite))
with_stmt: 'with' with_item (',' with_item)* ':' suite
with_item: test ['as' expr]
# NB compile.c makes sure that the default except clause is last
except_clause: 'except' [test [('as' | ',') test]]
suite: simple_stmt | NEWLINE INDENT stmt+ DEDENT
簡單解釋下，python的Grammar BNF是從頂之下遞歸描述的。上面最上邊定義的是compound_stmt復雜語句，而compound_stmt有if、while、for、try、with、函數定義、類定義、修飾器定義幾種，下面緊接著定義了if語句if_stmt的語法規則，這樣在c++實現解析python語法的時候，就可以從頂向下按照這個BNF嘗試解析，如果不滿足這個BNF語法要求的就報錯。我為了生成跟這個BNF一致的代碼結構，寫了個python腳本解析這個BNF自動生成C++的解析函數。生成的C++代碼示例如下：
class Parser{
public:
ExprASTPtr parse(Scanner& scanner);
//! single_input: NEWLINE | simple_stmt | compound_stmt NEWLINE
ExprASTPtr parse_single_input();
//! file_input: (NEWLINE | stmt)* ENDMARKER
ExprASTPtr parse_file_input();
//! eval_input: testlist NEWLINE* ENDMARKER
ExprASTPtr parse_eval_input();
//! decorator: '@' dotted_name [ '(' [arglist] ')' ] NEWLINE
ExprASTPtr parse_decorator();
//! decorators: decorator+
ExprASTPtr parse_decorators();
//! decorated: decorators (classdef | funcdef)
ExprASTPtr parse_decorated();
//! funcdef: 'def' NAME parameters ':' suite
ExprASTPtr parse_funcdef();
//! parameters: '(' [varargslist] ')'
ExprASTPtr parse_parameters();
//! varargslist: ((fpdef ['=' test] ',')*
//! fpdef ['=' test] (',' fpdef ['=' test])* [','])
ExprASTPtr parse_varargslist();
//! fpdef: NAME | '(' fplist ')'
ExprASTPtr parse_fpdef();
//! fplist: fpdef (',' fpdef)* [',']
ExprASTPtr parse_fplist();
//! stmt: simple_stmt | compound_stmt
ExprASTPtr parse_stmt();
//! simple_stmt: small_stmt (';' small_stmt)* [';'] NEWLINE
ExprASTPtr parse_simple_stmt();
//! small_stmt: (expr_stmt | print_stmt | del_stmt | pass_stmt | flow_stmt |
//! import_stmt | global_stmt | exec_stmt | assert_stmt)
ExprASTPtr parse_small_stmt();
//! expr_stmt: testlist (augassign (yield_expr|testlist) |
ExprASTPtr parse_expr_stmt();
.................................
Scanner的實現
scanner負責解析python代碼，把python代碼分隔這一個個Token對象，并且Token對象的定義如下：
struct Token{
Token():nTokenType(0), nVal(0), fVal(0.0), nLine(0){
}
std::string dump() const;
int nTokenType;
int64_t nVal;
double fVal;
std::string strVal;
int nLine;
};
enum ETokenType {
TOK_EOF = 0,
//TOK_DEF = -2,
TOK_VAR = -4,
TOK_INT = -5,
TOK_FLOAT = -6,
TOK_STR = -7,
TOK_CHAR = -8,
};
nTokenType定義為ETokenType的枚舉。Scanner只掃描python代碼，而不解析語法，所有的python代碼都會解析成要么整數，要么浮點數要么字符串。這個跟原生的python是有區別的，原生python的數字對象可以表達任意數字，但是為了實現簡便，做了簡化處理，這也是參考了lua的實現方式每token對象會記錄所屬的行號，方便語法報錯提供有用的信息。
具體scanner的實現就不貼出來了，感興趣的可以去查看源碼，還是比較簡單的。
Parser的實現
Parser的頭文件是腳本解析BNF自動生成的。負責把scanner解析的token列表，按照BNF的規則構造成AST。AST節點對象定義為ExprAST：
class ExprAST {
public:
ExprAST(){
}
virtual ~ExprAST() {}
virtual PyObjPtr& eval(PyContext& context) = 0;
unsigned int getFieldIndex(PyContext& context, PyObjPtr& obj);
virtual PyObjPtr& getFieldVal(PyContext& context);
virtual PyObjPtr& assignVal(PyContext& context, PyObjPtr& v){
PyObjPtr& lval = this->eval(context);
lval = v;
return lval;
}
virtual void delVal(PyContext& context){
PyObjPtr& lval = this->eval(context);
lval = NULL;
}
virtual int getType() {
return 0;
}
public:
std::string name;
ExprLine lineInfo;
//std::vector
> module2objcet2fieldIndex;
std::vector
module2objcet2fieldIndex;
};
class PyObj {
public:
RefCounterData* getRefData(){
return &refdata;
}
void release();
typedef PySmartPtr
PyObjPtr;
PyObj():m_pObjIdInfo(NULL), handler(NULL){}
virtual ~PyObj() {}
int getType() const;
virtual int getFieldNum() const { return m_objStack.size(); }
static std::string dump(PyContext& context, PyObjPtr& self, int preBlank = 0);
virtual PyObjPtr& getVar(PyContext& c, PyObjPtr& self, ExprAST* e);
virtual const ObjIdInfo& getObjIdInfo() = 0;
void clear(){
m_objStack.clear();
}
inline PyObjHandler* getHandler() { return handler; }
inline const PyObjHandler* getHandler() const { return handler; }
public:
std::vector
m_objStack;
ObjIdInfo* m_pObjIdInfo;
PyObjHandler* handler;
RefCounterData refdata;
};
typedef PyObj::PyObjPtr PyObjPtr;
ExprAST抽象了AST節點的幾個操作。最主要的就是求值操作eval。比如100求值就是100，'abc'求值就是字符串'abc',生成對應的值對象。每個值對象都繼承PyObj。每個PyObj都會定義ObjHander接口用于實現python對象的各個操作，比如+、-、/等，不同的python值對象，響應的操作是不一樣，這里利用了c++的多態。
class PyObjHandler{
public:
virtual ~PyObjHandler(){}
virtual int getType() const = 0;
virtual std::string handleStr(PyContext& context, const PyObjPtr& self) const;
virtual std::string handleRepr(PyContext& context, const PyObjPtr& self) const;
virtual int handleCmp(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual bool handleBool(PyContext& context, const PyObjPtr& self) const;
virtual bool handleEqual(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual bool handleLessEqual(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual bool handleGreatEqual(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual bool handleContains(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual bool handleLess(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual bool handleGreat(PyContext& context, const PyObjPtr& self, const PyObjPtr& val) const;
virtual PyObjPtr& handleAdd(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleSub(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleMul(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleDiv(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleMod(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleIAdd(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleISub(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleIMul(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleIDiv(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleIMod(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual PyObjPtr& handleCall(PyContext& context, PyObjPtr& self, std::vector
& allArgsVal,
std::vector
& argAssignVal);
virtual size_t handleHash(PyContext& context, const PyObjPtr& self) const;
virtual bool handleIsInstance(PyContext& context, PyObjPtr& self, PyObjPtr& val);
virtual long handleLen(PyContext& context, PyObjPtr& self);
virtual PyObjPtr& handleSlice(PyContext& context, PyObjPtr& self, PyObjPtr& startVal, int* stop, int step);
virtual PyObjPtr& handleSliceAssign(PyContext& context, PyObjPtr& self, PyObjPtr& k, PyObjPtr& v);
virtual void handleSliceDel(PyContext& context, PyObjPtr& self, PyObjPtr& k){}
virtual void handleRelese(PyObj* data);
};
Python庫的實現
實現的python庫列表如下：
- list dict tuple copy string
- datetime
- json
- math
- os
- random
- open stringio
- struct
- sys
- weak
總結
spython就是small python，本來想實現最簡版本的python解釋器，后來實現的比較順，一口氣把常用的python庫都實現了。spython最成功的部分就是ast的解析和執行，代碼結構清晰完全按照bnf的流程來，很直接明了。
缺點主要有二。一是語法報錯還是太簡陋，不夠友好。二是性能達不到原生python的性能。前文已經說過了，要達到甚至超過原生python的水平，必須要實現基于寄存器的VM，這個已經著手再弄了，暫時還不會放出代碼，等差不多成型了再放出來吧。
代碼地址：https://git.oschina.net/ownit/spython
構建：Linux下直接make就可以了，win下需要用dev c++
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
