Python语言编译器与解释器

版权声明:本文为博主原创文章,欢迎扩散,扩散请务必注明出处。 https://blog.csdn.net/robinson_0612/article/details/83214905

一、解释型语言Python

Python语言是一种解释型、面向对象、动态数据类型的高级程序设计语言。
在这里插入图片描述

  • 编译型语言
    先整体编译,再执行
    运行速度快,任意改动需重新编译
    可脱离编译环境运行

  • 解释性语言
    边解释,边执行
    运行速度慢
    部分改动无需整体重新编译
    不可脱离解释器环境运行

编译型与解释性语言列表
在这里插入图片描述

二、Python解释器种类

  • CPython
    官方版本的解释器。这个解释器是用C语言开发的,所以叫CPython。CPython是使用最广的Python解释器。我们通常说的、下载的、讨论的、使用的都是这个解释器。

  • Ipython
    基于CPython之上的一个交互式解释器,在交互方式上有所增强,执行Python代码的功能和CPython是完全一样的。CPython用>>>作为提示符,而IPython用In [序号]:作为提示符。

  • PyPy
    一个追求执行速度的Python解释器。采用JIT技术,对Python代码进行动态编译(注意,不是解释),可以显著提高Python代码的执行速度。绝大部分CPython代码都可以在PyPy下运行,但还是有一些不同的,这就导致相同的Python代码在两种解释器下执行可能会有不同的结果。

  • Jython
    运行在Java平台上的Python解释器,可以直接把Python代码编译成Java字节码执行。

  • IronPython
    和Jython类似,只不过IronPython是运行在微软.Net平台上的Python解释器,可以直接把Python代码编译成.Net的字节码。

三、Python运行机制

如下图所示
在这里插入图片描述

四、加快Python运行

Python脚本在执行程序时,逐行读取源代码,逐行解释,逐行执行。对于重复执行的情形,很显然,这将耗费了大量重复性解释工作。为了减少这一重复性的解释工作,Python引入了pyc文件,pyc文件是将py文件的解释结果保存下来的文件,这样,下次再运行的时候就不用再解释了,直接使用pyc文件就可以了,这无疑大大提高了程序运行速度。

  • pyc注意事项:

对于当前调用的主程序不会生成pyc文件;
以import xxx或from xxx import xxx等方式导入主程序的模块才会生成pyc文件;
每次使用pyc文件时,都会根据pyc文件的创建时间和源模块进行对比,如果源模块有修改,则重新创建pyc文件,并覆盖先前的pyc文件,如果没有修改,直接使用pyc文件代替模块;
pyc文件统一保存在模块所在目录的__pycache__文件夹内。
在这里插入图片描述

### 如下示例,生成的相关pyc文件
[root@centos7 ~]# ls -hltr /root/project/mysite/testapp/__pycache__
total 16K
-rw-r--r--. 1 root root 123 Oct 19 11:11 __init__.cpython-36.pyc
-rw-r--r--. 1 root root 161 Oct 19 11:11 models.cpython-36.pyc
-rw-r--r--. 1 root root 164 Oct 19 11:11 admin.cpython-36.pyc
-rw-r--r--. 1 root root 338 Oct 19 11:11 views.cpython-36.pyc

###执行Python 脚本
[root@centos7 ~]# vim hello.py
print('Welcome Pyhton')
[root@centos7 ~]# chmod u+x hello.py 
[root@centos7 ~]# python3 hello.py
Welcome Pyhton

猜你喜欢

转载自blog.csdn.net/robinson_0612/article/details/83214905