网络知识 娱乐 如何编译和调试Python内核源码？

如何编译和调试Python内核源码？

发布: 2023年2月14日 10:17:50

[TOC]

博客：blog.shinelee.me | 博客园 | CSDN

写在前面

如果对Python源码感兴趣，那“窥探”其实现的最佳方式就是调教它，不，调试它。

获取源代码

Python的官方默认实现为CPython，即C语言实现（主要指解释器的实现，其他实现见Other Interpreter Implementations）。CPython的源代码可以从官网pyhton.org或者 github.com/python/cpython 获取，目前最新的稳定版本为3.8.0，于2019.10.14发布。这里，从官网 https://www.python.org/downloads/release/python-380/ 下载源码压缩包，如下图所示，

源代码的组织

解压后，目录结构如下

{ Python-3.8.0 }  » tree -d -L 1 .
.
├── Doc 		# rst(reStructuredText)格式官方文档，用其生成https://docs.python.org/
├── Grammar		# Python的EBNF(Extended Backus–Naur form)语法定义文件
├── Include		# .h 头文件
├── Lib			# .py 纯Python实现的标准库
├── m4			# ？
├── Mac			# Mac-specific code，支持MacOS
├── Misc		# Things that do not belong elsewhere.
├── Modules		# C实现的标准库，内含.c .asm .macros .h
├── Objects		# 内置数据类型实现
├── Parser		# Python语法分析器源码
├── PC			# Windows-specific code，支持Windows
├── PCbuild		# Windows生成文件，for MSVC
├── Programs	# main函数文件，用于生成可执行文件，如python.exe的入口文件
├── Python		# CPython解释器源码
└── Tools		# 独立工具代码，used to maintain Python

CPython的源码组织结构如下，摘抄自CPython Source Code Layout，

源码文件分门别类存放，而且，无论是py实现的标准库、c实现的标准库、内置数据类型还是内置函数，在Lib/test/和Doc/library/目录下都有与之对应的test_x.py测试文件和rst文档文件（对于内置数据类型和函数，其文档集中保存在stdtypes.rst和functions.rst）。比如，内置类型int位于Objects/longobject.c文件中。

下面正式开始编译CPython。

windows下编译CPython

据Compile and build on Windows，Python3.6及之后的版本可以使用VS2017编译，安装VS2017时，记得勾选 Python development 和 Python native development tools，有备无患。

安装好VS2017后，双击PCbuild/pcbuild.sln，打开解决方案。因为我们的关注点仅在Python内核和解释器部分，所以仅编译python和pythoncore，其他模块暂时忽略，具体地，

  • 切换到debug win32
  • 右键解决方案→属性→配置属性
  • 仅勾选项目python和pythoncore
  • 确定

此时再“生成解决方案”，生成目录为PCbuild/win32，内容如下，含解释器python_d.exe和内核python38_d.dll，

接下来，将项目python设为启动项目（默认状态即是启动项目），点击调试，运行得到如下控制台，可以像平时使用python一样，与之交互。

如果想生成全部模块，需要运行PCbuildget_externals.bat下载依赖，再编译，具体可参见Build CPython on Windows。

调试CPython

只要程序能运行起来，一切就好办了。凭借“宇宙最强IDE”，我们可以任性地设断点调试甚至修改代码。

F5重新启动调试，弹出控制台。在上面我们知道int类型位于Objects/longobject.c文件，打开文件，简单浏览后在函数PyObject * PyLong_FromLong(long ival)入口处打个断点。然后，在弹出的控制台中输入a = 1来创建int对象，回车，程序停在了断点处，查看变量ival的值为1——恰为我们输入的数值，这个函数会跟根据输入的C long int创建一个int对象，返回对象指针。

再来看看函数调用堆栈，如下图所示，

调用顺序从下至上，从中可以推断出，

  • 从python_d.exe的入口main运行起来后，进入python38_d.dll
  • 从标准输入stdin中读取键入的字符串
  • 解析字符串，建立了语法树AST（abstract syntax tree）
  • 解析语法树中的节点，判断字符为number，将字符串转化为C long int
  • 由C long int创建Python的int对象

继续运行，弹出的控制台中光标前出现<<<，等待输入。这时如果我们点击调试中的停止按钮（全部中断），会发现程序停在Parser/myreadline.c文件_PyOS_WindowsConsoleReadline函数中的ReadConsoleW一行，

if (!ReadConsoleW(hStdIn, &wbuf[total_read], wbuflen - total_read, &n_read, NULL)) {
    err = GetLastError();
    goto exit;
}

ReadConsoleW为WINAPI，详见ReadConsole function，其等待并读取控制台的输入，读取的字符保存在wbuf中。如果有输入，则进入上面的流程，解析→建立语法树→……

小结

至此，我们揭开了Python面纱的一角——不过是一个可运行、可调试的程序而已（微笑）。

参考

  • Directory structure
  • reStructuredText
  • Extended Backus–Naur form
  • Exploring CPython’s Internals
  • Compile and build on Windows

相关文章