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。

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。

• 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

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

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。

### 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