楔子

在前面的文章中我們說到，面向對象理論中的類和對象這兩個概念在 Python 內部都是通過對象實現的。類是一種對象，稱為類型對象，類實例化得到的也是對象，稱為實例對象。

但是對象在 Python 的底層是如何實現的呢？Python 解釋器是基于 C 語言實現的 ，但 C 并不是一個面向對象的語言，那么它是如何實現 Python 的面向對象的呢？

首先對于人的思維來說，對象是一個比較形象的概念，但對于計算機來說，對象卻是一個抽象的概念。它并不能理解這是一個整數，那是一個字符串，計算機所知道的一切都是字節。

通常的說法是：對象是數據以及基于這些數據所能進行的操作的集合。在計算機中，一個對象實際上就是一片被分配的內存空間，這些內存可能是連續的，也可能是離散的。

而 Python 的任何對象在 C 中都對應一個結構體實例，在 Python 中創建一個對象，等價于在 C 中創建一個結構體實例。所以 Python 的對象，其本質就是 C 的 malloc 函數為結構體實例在堆區申請的一塊內存。

下面我們就來分析一下對象在 C 中是如何實現的。

對象的地基：PyObject

Python 一切皆對象，而所有的對象都擁有一些共同的信息（也叫頭部信息），這些信息位于 PyObject 中，它是 Python 對象機制的核心，下面來看看它的定義。

注：我們整個系列的源碼都是 3.12 版本的。

// Include/pytypedefs.h
typedef struct _object PyObject;

我們看到具體定義位于 struct _object 中，PyObject 只是它的別名。

// Include/object.h
struct _object {
    _PyObject_HEAD_EXTRA
    union {
       Py_ssize_t ob_refcnt;
       PY_UINT32_T ob_refcnt_split[2];
    };
    PyTypeObject *ob_type;
};

注：源碼中定義的 struct _object 看起來會更復雜一些，因為里面還包含了一些宏判斷，用于適配不同的操作系統和編譯器。

圖片

這些宏判斷我們不需要關注，對于當前的 64 位機器來說，等價于如下。

// Include/object.h
struct _object {
    _PyObject_HEAD_EXTRA
    union {
       Py_ssize_t ob_refcnt;
       PY_UINT32_T ob_refcnt_split[2];
    };
    PyTypeObject *ob_type;
};

然后是 _PyObject_HEAD_EXTRA，它也是一個宏，定義如下。

// Include/object.h

// 如果定義了宏 Py_TRACE_REFS
#ifdef Py_TRACE_REFS
// 那么 _PyObject_HEAD_EXTRA 會展開成如下兩個字段
// 顯然程序中創建的對象會組成一個雙向鏈表
#define _PyObject_HEAD_EXTRA      \
    PyObject *_ob_next;           \
    PyObject *_ob_prev;
// 用于將 _ob_next 和 _ob_prev 初始化為空
#define _PyObject_EXTRA_INIT _Py_NULL, _Py_NULL,

// 否則說明沒有定義宏 Py_TRACE_REFS
// 那么 _PyObject_HEAD_EXTRA 和 _PyObject_EXTRA_INIT 不會有任何作用
#else
#  define _PyObject_HEAD_EXTRA
#  define _PyObject_EXTRA_INIT
#endif

關于 PyObject 的定義，再畫一張圖總結一下。

圖片

Py_TRACE_REFS 一般只在編譯調試的時候會開啟，我們從官網下載的都是 Release 版本，不包含這個宏，因此這里我們也不考慮它。

所以 PyObject 最終就等價于下面這個樣子：

// Include/object.h
struct _object {
    union {
       Py_ssize_t ob_refcnt;
       PY_UINT32_T ob_refcnt_split[2];
    };
    PyTypeObject *ob_type;
};

// Include/pytypedefs.h
typedef struct _object PyObject;

當然這兩者也可以寫在一起，即定義結構體的同時起一個別名。

typedef struct _object {
    union {
       Py_ssize_t ob_refcnt;
       PY_UINT32_T ob_refcnt_split[2];
    };
    PyTypeObject *ob_type;
} PyObject;

方式是等價的，只不過 Python 將兩者分開了，并寫在了不同的文件中。

了解了 PyObject 的結構之后，我們再來看一下它內部的字段。

ob_refcnt：引用計數

ob_refcnt 表示對象的引用計數，當對象被引用時，ob_refcnt 會自增 1；引用解除時，ob_refcnt 會自減 1。而當對象的引用計數為 0 時，則會被回收。

那么在哪些情況下，引用計數會加 1 呢？哪些情況下，引用計數會減 1 呢？

導致引用計數加 1 的情況：

• 對象被創建：比如 name = "古明地覺"，此時對象就是 "古明地覺" 這個字符串, 創建成功時它的引用計數為 1；
• 變量傳遞使得對象被新的變量引用：比如 name2 = name；
• 引用該對象的某個變量作為參數傳到一個函數或者類中：比如 func(name)；
• 引用該對象的某個變量作為元組、列表、集合等容器的元素：比如 lst = [name]；

導致引用計數減 1 的情況：

• 引用該對象的變量被顯式地銷毀：del name；
• 引用該對象的變量指向了別的對象：name = ""；
• 引用該對象的變量離開了它的作用域，比如函數的局部變量在函數執行完畢的時候會被刪除；
• 引用該對象的變量所在的容器被銷毀，或者變量從容器里面被刪除；

因為變量只是一個和對象綁定的符號，接地氣一點的說法就是變量是個便利貼，貼在指定的對象上面。所以 del 變量 并不是刪除變量指向的對象，而是刪除變量本身，可以理解為將對象身上的便利貼給撕掉了，其結果就是對象的引用計數減一。

至于對象是否被刪除（回收）則是解釋器判斷引用計數是否為 0 決定的，為 0 就刪，不為 0 就不刪，就這么簡單。

然后需要強調的是，在 3.12 之前的 Python 源碼中，PyObject 是這么定義的，以 3.8 為例。

圖片

在 3.12 之前，引用計數通過一個 ob_refcnt 字段來維護，字段類型為 Py_ssize_t，它是 ssize_t 的別名，在 64 位機器上等價于 int64。因此一個對象的引用計數不能超過 int64 所表示的最大范圍。但很明顯，如果不費九牛二虎之力去寫惡意代碼，是不可能超過這個范圍的。

還是很好理解的，但從 3.12 開始，卻搞了個共同體（union）出來，這是為啥呢？因為 Python 從 3.12 開始引入了一個概念叫永恒對象。顧名思義，永恒對象就是那些永遠不會被回收的對象。

// Include/object.h
#define _Py_IMMORTAL_REFCNT UINT_MAX

永恒對象的引用計數為 uint32 類型的最大值，即 2 的 32 次方減 1，像 None、-5 到 256 之間的小整數，都屬于永恒對象。

圖片

共同體中的 ob_refcnt 字段的作用還和之前一樣，依舊是負責維護對象的引用計數。

但 ob_refcnt_split 也會維護一份引用計數，它是 uint32 類型的數組，長度為 2，但只會用數組的一個元素來維護。如果發現對象的引用計數達到了 uint32 的最大值，那么會將對象判定為永恒對象，而永恒對象永遠不會被回收。

所以 ob_refcnt_split 是針對永恒對象引入的，它是一個長度為 2 的 uint32 類型的數組，大小是 8 字節。而 ob_refcnt 是 Py_ssize_t 類型，等價于 int64，大小也是 8 字節。由于這兩者組成的是共同體，所以整體大小依舊是 8 字節，因此 PyObject 結構體實例的大小和之前一樣。

當然啦，雖然引用計數是由共同體來維護，但你把它當成普通的 Py_ssize_t 類型的字段來理解也是可以的。因為 3.12 之前只有一個 ob_refcnt，而 ob_refcnt_split 是針對永恒對象專門引入的。

ob_type：類型指針

對象是有類型的，類型對象描述實例對象的行為，而 ob_type 存儲的便是對應類型對象的指針，所以類型對象在底層是一個 PyTypeObject 結構體實例。

從這里可以看出，所有的類型對象在底層都是由同一個結構體實例化得到的，因為 PyObject 是所有對象共有的，它們的 ob_type 指向的都是 PyTypeObject。

所以不同的實例對象對應不同的結構體，但是類型對象對應的都是同一個結構體。

以上就是 PyObject，它的定義非常簡單，就一個引用計數和一個類型對象的指針。這兩個字段的大小都是 8 字節，所以一個 PyObject 結構體實例的大小是 16 字節。

另外，由于 PyObject 是所有對象都具有的，換句話說就是所有對象對應的結構體內部都內嵌了 PyObject，因此你在 Python 里面看到的任何一個對象都有引用計數和類型這兩個屬性。

>>> num = 666  
>>> sys.getrefcount(num)
2
>>> num.__class__
<class 'int'>

>>> sys.getrefcount(sys)
72
>>> sys.__class__
<class 'module'>

>>> sys.getrefcount(sys.path)
2
>>> sys.path.__class__
<class 'list'>

>>> def foo():  pass
... 
>>> sys.getrefcount(foo)
2
>>> foo.__class__
<class 'function'>

引用計數可以通過 sys.getrefcount 函數查看，類型可以通過 type(obj) 或者 obj.__class__ 查看。

可變對象的地基：PyVarObject

PyObject 是所有對象的核心，它包含了所有對象都共有的信息，但是還有那么一個屬性雖然不是每個對象都有，但至少有一大半的對象會有，能猜到是什么嗎？

之前說過，對象根據所占的內存是否固定，可以分為定長對象和變長對象，而變長對象顯然有一個長度的概念，比如字符串、列表、元組等等。即便是相同類型的實例對象，但是長度不同，所占的內存也是不同的。

比如字符串內部有多少個字符，元組、列表內部有多少個元素，顯然這里的多少也是 Python 中很多對象的共有特征。雖然不像引用計數和類型那樣是每個對象都必有的，但也是絕大部分對象所具有的。

所以針對變長對象，Python 底層也提供了一個結構體，因為 Python 里面很多都是變長對象。

// Include/object.h
typedef struct {
    PyObject ob_base;
    Py_ssize_t ob_size;
} PyVarObject;

我們看到 PyVarObject 實際上是 PyObject 的一個擴展，它在 PyObject 的基礎上提供了一個 ob_size 字段，用于記錄內部的元素個數。比如列表，列表的 ob_size 維護的就是列表的元素個數，插入一個元素，ob_size 會加 1，刪除一個元素，ob_size 會減 1。

因此使用 len 函數獲取列表的元素個數是一個時間復雜度為 O(1) 的操作，因為 ob_size 始終和內部的元素個數保持一致，所以會直接返回 ob_size。

所有的變長對象都擁有 PyVarObject，而所有的對象都擁有 PyObject，這就使得在 Python 中，對對象的引用變得非常統一。我們只需要一個 PyObject * 就可以引用任意一個對象，而不需要管這個對象實際是一個什么樣的對象。

所以 Python 變量、以及容器內部的元素，本質上都是一個 PyObject *。而在操作變量的時候，也要先根據 ob_type 字段判斷指向對象的類型，然后再尋找該對象具有的方法，這也是 Python 效率慢的原因之一。

由于 PyObject 和 PyVarObject 要經常被使用，所以底層提供了兩個宏，方便定義。

// Include/object.h
#define PyObject_HEAD    PyObject ob_base;
#define PyObject_VAR_HEAD    PyVarObject ob_base;

比如定長對象浮點數，在底層對應的結構體為 PyFloatObject，它只需在 PyObject 的基礎上再加一個 double 即可。

typedef struct {
    // 等價于 PyObject ob_base;
    PyObject_HEAD
    double ob_fval;
} PyFloatObject;

再比如變長對象列表，在底層對應的結構體是 PyListObject，所以它需要在 PyVarObject 的基礎上再加一個指向指針數組首元素的二級指針和一個容量。

typedef struct {
    PyObject_VAR_HEAD
    PyObject **ob_item;
    Py_ssize_t allocated;
} PyListObject;

這上面的每一個字段都代表什么，我們之前提到過，當然這些內置的數據結構后續還會單獨剖析。

里面的 ob_item 就是指向指針數組首元素的二級指針，而 allocated 表示已經分配的容量，一旦添加元素的時候發現 ob_size 自增 1 之后會大于 allocated，那么解釋器就知道數組已經滿了（容量不夠了）。于是會申請一個長度更大的指針數組，然后將舊數組內部的元素按照順序逐個拷貝到新數組里面去，并讓 ob_item 指向新數組的首元素，這個過程就是列表的擴容，后續在剖析列表的時候還會細說。

所以我們看到列表在添加元素的時候，地址是不會改變的，即使容量不夠了也沒有關系，直接讓 ob_item 指向新的數組就好了，至于 PyListObject 對象本身的地址是不會變化的。

小結

PyObject 是 Python 對象的核心，因為 Python 對象在 C 的層面就是一個結構體，并且所有的結構體都嵌套了 PyObject 結構體。而 PyObject 內部有引用計數和類型這兩個字段，因此我們可以肯定的說 Python 的任何一個對象都有引用計數和類型這兩個屬性。

另外大部分對象都有長度的概念，所以 PyObject 再加上長度就誕生出了 PyVarObject，它在 PyObject 的基礎上添加了一個 ob_size 字段，用于描述對象的長度。比如字符串內部的 ob_size 維護的是字符串的字符個數，元組、列表、字典等等，其內部的 ob_size 維護的是存儲的元素個數，所以使用 len 函數獲取對象長度是一個 O(1) 的操作。