内核级python:调试Python编译器源码

python编译器在执行时，给它指定要执行的源码文件，或者说直接输入源码字符串就可以驱动脚本的执行流程，其基本框架如下：

input层是python编译器用于获取源码的输入方式，事实上Python能够有多种方式将源码信息传递给编译器，例如：
1，执行python -c 然后接着python代码字符串。
2，python -m 然后跟着要执行的模块名
3，python 然后跟着脚本文件的路径
4，通过管道连接方式执行，例如 cat [file] | python

Python解释器不关心代码如何输入，只要它能获取源码内容即可，因此它专门设立了一个输入层来处理源码的读入。一旦获得源码内容后，解释器需要做三个动作，第一个是设置编译选项，如果你用过g++, gcc这类编译器，你一定了解执行时要有很多设置开关或选项，图中的configuration模块就负责这些选项的设置，State用来存储脚本中设定的各种变量，Module通过解读脚本后生成的一种便于脚本执行的数据结构。

以下我们会描述一些代码和数据结构，我们大概知道即可，不需要掌握或完全理解。我们看看解释器在运行脚本前进行相关配置的代码，相关代码在python目录下的initconfig.h和initconfig.c中。打开initconfig.c，然后搜索PyPreConfig结构体对象，然后按住ctrl并点击它就可以打开它的定义，它有些字段需要注意：

1，int allocator , 该字段对应内存分配器类型，它其实是个枚举值，用来选取不同的内存分配器。
2，int isolatd, 设置隔离模式，应该对应python虚拟执行环境，在该环境里进行pip安装或是环境变量配置不会对全局环境产生影响。
3，int utf8_mode , 设置utf-8模式

在initconfig.c中搜索PyConfig，这个结构体用于运行时配置，例如设置解释器在执行脚本时是出于调试模式还是优化模式，它还记录了一些涉及到运行时的环境变量配置。接下来我们在解释器源码中设置断点对其执行进行调试体验，操作如下图所示：

首先在python模块右键，选中属性，点击调试，在命令参数中输入python -v -c “print(‘hello world’)”,然后在函数config_parse_cmdline中设置断点，该函数应该在1875行，这个函数用于解读执行python解释器时的命令行参数，设置好后点击F5启动调试，我们会看到VS停在断点设置的地方，然后点击F10单步，我们可以看看该函数前面几个变量的内容：
从中我们能看到Python解释器对应的可执行文件为python_d.exe,继续往下走可以看到代码进入case ‘v’，这里打开了verbose模式，这样Python解释器执行时会把很多信息打印出来。接下来在main.c中的pymain_run_command函数中设置断点，这个函数会调用一系列函数执行源码，该文件在Module目录下，

里面的PyRun_SimpleStringFlags函数作用就是执行源码，我们单步运行该函数，然后打开控制台就会看到hello输出来了。上面代码中函数PyRun_SimpleStringFlags的作用就是创建一个Module对象，一个Module对象就是含有__main__入口的可执行模块，

本节的目的就是体会一下如何调试Python解释器，获得一些感性认识，后面我们会进入到Python解释器的词法解析，和语法解析过程，这些内容更编译原理紧密结合，相关的知识可以从下面链接获得：

更多精彩内容请看这里