用ctypes观察Python对象的内存结构
对象的两个基本属性Python所有对象结构体中的头两个字段都是相同的：
refcnt：对象的引用次数，若引用次数为0则表示此对象可以被垃圾回收了。
typeid：指向描述对象类型的对象的指针。
通过ctypes，我们可以很容易定义一个这样的结构体：PyObject。
本文只描述在32位操作系统下的情况，如果读者使用的是64位操作系统，需要对程序中的一些字段类型做一些改变。
from ctypes import *
class PyObject(Structure):
_fields_ = [("refcnt", c_size_t),
("typeid", c_void_p)]
下面让我们用PyObject做一些实验帮助理解这两个字段的含义：
>>> a = "this is a string"
>>> obj_a = PyObject.from_address(id(a)) ❶
>>> obj_a.refcnt ❷
1L
>>> b = *10
>>> obj_a.refcnt ❸
11L
>>> obj_a.typeid ❹
505269056
>>> id(type(a))
505269056
>>> id(str)
505269056
❶通过id(a)可以获得对象a的内存地址，而PyObject.from_address()可以将指定的内存地址的内容转换为一个PyObject对象。通过此PyObject对象obj_a可以访问对象a的结构体中的内容。
❷查看对象a的引用次数，由于只有a这个名字引用它，因此值为1。接下来创建一个列表，此列表中的每个元素都是对象a，因此此列表应用了它10次，❸所以引用次数变为了11。
❸查看对象a的类型对象的地址，它和id(type(a))相同，而由于对象a的类型为str，因此也就是id(str)。
下面查看str类型对象的这两个字段：
>>> obj_str = PyObject.from_address(id(str))
>>> obj_str.refcnt
252L
>>> obj_str.typeid
505208152
>>> id(type)
505208152
可以看到str的类型就是type。再看看type对象：
>>> type_obj = PyObject.from_address(id(type))
>>> type_obj.typeid
505208152
type对象的类型指针就指向它自己，因为“type(type) is type”。
整数和浮点数对象
接下来看看整数和浮点数对象，这两个对象除了有PyObject中的两个字段之外，还有一个val字段保存实际的值。因此Python中一个整数占用12个字节，而一个浮点数占用16个字节：
>>> sys.getsizeof(1)
12
>>> sys.getsizeof(1.0)
16
我们无需重新定义refcnt和typeid这两个字段，通过继承PyObject，可以很方便地定义整数和浮点数对应的结构体，它们会继承父类中定义的字段：
class PyInt(PyObject):
_fields_ = [("val", c_long)]
class PyFloat(PyObject):
_fields_ = [("val", c_double)]
下面是使用PyInt查看整数对象的例子：
>>> i = 2000
>>> i_obj = PyInt.from_address(id(a))
>>> i_obj.refcnt
1L
>>> i_obj.val
2000
通过PyInt对象，还可以修改整数对象的内容：
修改不可变对象的内容会造成严重的程序错误，请不要用于实际的程序中。
>>> j = i
>>> i_obj.val = 2012
>>> j
2012
由于i和j引用的是同一个整数对象，因此i和j的值同时发生了变化。
结构体大小不固定的对象
表示字符串和长整型数的结构体的大小不是固定的，这些结构体在C语言中使用了一种特殊的字段定义技巧，使得结构体中最后一个字段的大小可以改变。由于结构体需要知道最后一个字段的长度，因此这种结构中包含了一个size字段，保存最后一个字段的长度。在ctypes中无法表示这种长度不固定的字段，因此我们使用了动态创建结构体类的方法。
class PyVarObject(PyObject):
_fields_ = [("size", c_size_t)]
class PyStr(PyVarObject):
_fields_ = [("hash", c_long),
("state", c_int),
("_val", c_char*0)] ❶
class PyLong(PyVarObject):
_fields_ = [("_val", c_uint16*0)]
def create_var_object(struct, obj):
inner_type = None
for name, t in struct._fields_:
if name == "_val": ❷
inner_type = t._type_
if inner_type is not None:
tmp = PyVarObject.from_address(id(obj)) ❸
size = tmp.size
class Inner(struct): ❹
_fields_ = [("val", inner_type*size)]
Inner.__name__ = struct.__name__
struct = Inner
return struct.from_address(id(obj))
❶在定义长度不固定的字段时，使用长度为0的数组定义一个不占内存的伪字段_val。create_var_object()用来创建大小不固定的结构体对象，❷首先搜索名为_val的字段，并将其类型保存到inner_type中。❸然后创建一个PyVarObject结构体读取obj对象中的size字段。❹再通过size字段的大小创建一个对应的Inner结构体类，它可以从struct继承，因为struct中的_val字段不占据内存。
下面我们用上面的程序做一些实验：
>>> s_obj = create_var_object(PyStr, s)
>>> s_obj.size
9L
>>> s_obj.val
'abcdegfgh'
当整数的范围超过了0x7fffffff时，Python将使用长整型整数：
>>> l = 0x1234567890abcd
>>> l_obj = create_var_object(PyLong, l)
>>> l_obj.size
4L
>>> val = list(l_obj.val)
>>> val
可以看到Python用了4个16位的整数表示0x1234567890abcd，下面我们看看长整型数是如何用数组表示的：
>>> hex((val << 45) + (val << 30) + (val << 15) + val)
'0x1234567890abcdL'
即数组中的后面的元素表示高位，每个16为整数中有15位表示数值。
列表对象
列表对象的长度是可变的，因此不能采用字符串那样的结构体，而是使用了一个指针字段items指向可变长度的数组，而这个数组本身是一个指向PyObject的指针。allocated字段表示这个指针数组的长度，而size字段表示指针数组中已经使用的元素个数，即列表的长度。列表结构体本身的大小是固定的。
class PyList(PyVarObject):
_fields_ = [("items", POINTER(POINTER(PyObject))),
("allocated", c_size_t)]
def print_field(self):
print self.size, self.allocated, byref(self.items)
我们用下面的程序查看往列表中添加元素时，列表结构体中的各个字段的变化：
def test_list():
alist =
alist_obj = PyList.from_address(id(alist))
for x in xrange(10):
alist_obj.print_field()
alist.append(x)
运行test_list()得到下面的结果：
>>> test_list()
3 3 ❶
4 7 ❷
5 7
6 7
7 7
8 12
9 12
10 12
11 12
12 12
❶一开始列表的长度和其指针数组的长度都是3，即列表处于饱和状态。因此❷往列表中添加新元素时，需要重新分配指针数组，因此指针数组的长度变为了7，而地址也发生了变化。这时列表的长度为4，因此指针数组中还有3个空位保存新的元素。由于每次重新分配指针数组时，都会预分配一些额外空间，因此往列表中添加元素的平均时间复杂度为O(1)。
下面再看看从列表删除元素时，各个字段的变化：
def test_list2():
alist = * 10000
alist_obj = PyList.from_address(id(alist))
alist_obj.print_field()
del alist
alist_obj.print_field()
运行test_list2()得到下面的结果：
>>> test_list2()
10000 10000
10 17
可以看出大指针数组的位置没有发生变化，但是后面额外的空间被回收了。
页:
[1]