Python 是最流行的编程语言之一，需要一个解释器来执行 Python 代码定义的指令。与其他直接编译成机器代码的语言相比，解释器负责读取 Python 代码并将其指令翻译给 CPU 执行相关操作。市面上有几种解释器，在本文中，我将介绍其中的一些。
解释器入门
当谈到 Python 解释器时，通常指的是 /usr/bin/python 二进制文件。它允许你执行 .py 文件。
然而，解释只是其中一项任务。在 CPU 上实际执行一行 Python 代码之前，需要经过以下四个步骤
- 词法分析 - 人工编写的源代码被转换为一系列逻辑实体，即所谓的词法标记。
- 语法分析 - 在语法分析器中，检查词法标记的语法和文法。语法分析器的输出是抽象语法树 (AST)。
- 编译 - 编译器根据 AST 创建 Python 字节码。字节码由非常基本的、平台无关的指令组成。
- 解释 - 解释器获取字节码并执行指定的操作。
正如你所看到的，在采取任何实际操作之前，需要很多步骤。仔细看看不同的解释器是有意义的。
1. CPython
CPython 是 Python 的参考实现，也是许多系统上的默认实现。顾名思义，CPython 是用 C 语言编写的。
因此，可以用 C 语言编写扩展，从而使广泛使用的基于 C 的库代码可用于 Python。CPython 可在包括 ARM、iOS 和 RISC 在内的各种平台上使用。然而，作为该语言的参考实现，CPython 经过仔细优化，但并不专注于速度。
2. Pyston
Pyston 是 CPython 解释器的一个分支，它实现了性能优化。该项目将自己描述为标准 CPython 解释器的替代品，适用于大型、真实世界的应用程序，具有高达 30% 的加速潜力。由于缺少兼容的二进制包，Pyston 包必须在下载过程中重新编译。
3. PyPy
PyPy 是一个用 RPython（Python 的静态类型子集）编写的 Python 即时 (JIT) 编译器。与 CPython 解释器相比，PyPy 编译成机器代码，可以直接由 CPU 执行。PyPy 是 Python 开发人员的试验场，他们可以在这里更轻松地试验新功能。
PyPy 比参考 CPython 实现更快。由于 JIT 编译器的性质，只有长时间运行的应用程序才能从缓存中受益。 PyPy 可以作为 CPython 的替代品。但有一个缺点。C 扩展模块在很大程度上受到支持，但它们的运行速度比 Python 模块慢。PyPy 扩展模块是用 Python（而不是 C）编写的，因此 JIT 编译器能够优化它们。只要你的应用程序不依赖于不兼容的模块，PyPy 就可以很好地替代 CPython。项目网站上有一个专门页面详细描述了与 CPython 的区别：PyPy 和 CPython 之间的差异
4. RustPython
顾名思义，RustPython 是一个用 Rust 编写的 Python 解释器。虽然 Rust 编程语言相当新，但它越来越受欢迎，并且有望成为 C 和 C++ 的继任者。默认情况下，RustPython 的行为类似于 CPython 的解释器，但它也有一个 JIT 编译器，可以根据需要启用。另一个不错的功能是 Rust 工具链允许你直接编译到 WebAssembly，并且还允许你在浏览器中完全运行解释器。可以在 rustpython.github.com/demo 找到演示。
5. Stackless Python
Stackless Python 将自己描述为 Python 编程语言的增强版本。该项目基本上是 CPython 解释器的一个分支，它向该语言添加了微线程、通道和调度器。微线程允许你将代码组织成任务，从而让你并行运行代码。这种方法类似于使用 greenlet 模块的绿线程。通道可用于任务之间的双向通信。Stackless Python 的著名用户是大型多人在线角色扮演游戏 Eve Online。
6. Micro Python
MicroPython 是面向微控制器的理想选择。它是一个精简的实现，只需要 16kB 的 RAM 和 256kB 的空间。由于它旨在用于嵌入式环境，MicroPython 的标准库只是 CPython 广泛的 STL 的一个子集。为了开发和测试，或者作为轻量级替代方案，MicroPython 也可以在普通的 x86 和 x64 机器上运行。MicroPython 适用于 Linux、Windows 以及许多微控制器。
性能
从设计上讲，Python 是一种天生速度较慢的语言。根据任务的不同，解释器之间的性能差异很大。要了解哪个解释器最适合特定任务，请参阅 pybenchmarks.org。使用解释器的另一种替代方案是将 Python 二进制代码直接编译成机器代码。例如，Nuitka 是可以将 Python 代码编译为 C 代码，然后再从 C 代码编译为机器代码的项目之一。然后使用普通的 C 编译器将 C 代码编译为机器代码。Python 编译器的主题非常广泛，值得单独写一篇文章。
总结
Python 是一种用于快速原型设计和自动化任务的优秀语言。此外，它易于学习，非常适合初学者。如果你通常坚持使用 CPython，那么看看你的代码在另一个解释器上的表现可能会很有趣。如果你使用 Fedora，你可以轻松测试其他一些解释器，因为软件包管理器已经提供了正确的二进制文件。查看 fedora.developer.org 了解更多信息。
3 条评论