Python 中对象是如何被调用的？(源码探秘)_Python

Python 中对象是如何被调用的？(源码探秘)

楔子

我们知道对象被创建，主要有两种方式，一种是通过Python/C API，另一种是通过调用类型对象。对于内置类型的实例对象而言，这两种方式都是支持的，比如列表，我们即可以通过[]创建，也可以通过list()，前者是Python/C API，后者是调用类型对象。

但对于自定义类的实例对象而言，我们只能通过调用类型对象的方式来创建。而一个对象如果可以被调用，那么这个对象就是callable，否则就不是callable。

而决定一个对象是不是callable，就取决于其对应的类型对象中是否定义了某个方法。如果从 Python 的角度看的话，这个方法就是 __call__，从解释器角度看的话，这个方法就是 tp_call。

从 Python 的角度看对象的调用

调用 int、str、tuple 可以创建一个整数、字符串、元组，调用自定义的类也可以创建出相应的实例对象，说明类型对象是可调用的，也就是callable。那么这些类型对象（int、str、tuple、class等等）的类型对象（type）内部一定有 __call__ 方法。

# int可以调用 # 那么它的类型对象、也就是元类(type), 内部一定有__call__方法 print(hasattr(type, "__call__")) # True # 而调用一个对象，等价于调用其类型对象的 __call__ 方法 # 所以 int(3.14)实际就等价于如下 print(type.__call__(int, 3.14)) # 3

注意：这里描述的可能有一些绕，我们说 int、str、float 这些都是类型对象（简单来说就是类），而 123、"你好"、3.14 是其对应的实例对象，这些都没问题。但type是不是类型对象，显然是的，虽然我们称呼它为元类，但它也是类型对象，如果 print(type) 显示的也是一个类。

那么相对 type 而言，int、str、float 是不是又成了实例对象呢？因为它们的类型是 type。

所以 class 具有二象性：

如果站在实例对象（如：123、"satori"、[]、3.14）的角度上，它是类型对象
如果站在 type 的角度上，它是实例对象

同理 type 的类型是也是 type，那么 type 既是 type 的类型对象，type 也是 type 的实例对象。虽然这里描述的会有一些绕，但应该不难理解，并且为了避免后续的描述出现歧义，这里我们做一个申明：

整数、浮点数、字符串等等，我们称之为实例对象
int、float、str、dict，以及我们自定义的类，我们称之为类型对象
type 虽然也是类型对象，但我们称它为元类

所以 type 的内部有 __call__ 方法，那么说明类型对象都是可调用的，因为调用类型对象就是调用 type 的 __call__ 方法。而实例对象能否调用就不一定了，这取决于它的类型对象中是否定义了 __call__ 方法，因为调用一个对象，本质上是执行其类型对象内部的 __call__ 方法。

class A: pass a = A() # 因为我们自定义的类 A 里面没有 __call__ # 所以 a 是不可以被调用的 try: a() except Exception as e: # 告诉我们 A 的实例对象不可以被调用 print(e) # 'A' object is not callable  # 如果我们给 A 设置了一个 __call__ type.__setattr__(A, "__call__", lambda self: "这是__call__") # 发现可以调用了 print(a()) # 这是__call__

我们看到这就是动态语言的特性，即便在类创建完毕之后，依旧可以通过type进行动态设置，而这在静态语言中是不支持的。所以type是所有类的元类，它控制了我们自定义类的生成过程，type这个古老而又强大的类可以让我们玩出很多新花样。

但是对于内置的类，type是不可以对其动态增加、删除或者修改属性的，因为内置的类在底层是静态定义好的。因为从源码中我们看到，这些内置的类、包括元类，它们都是PyTypeObject对象，在底层已经被声明为全局变量了，或者说它们已经作为静态类存在了。所以type虽然是所有类型对象的元类，但是只有在面对我们自定义的类，type才具有增删改的能力。

而且我们也解释过，Python 的动态性是解释器将字节码翻译成 C 代码的时候动态赋予的，因此给类动态设置属性或方法只适用于动态类，也就是在 py 文件中使用 class 关键字定义的类。

而对于静态类、或者编写扩展模块时定义的扩展类（两者是等价的），它们在编译之后已经是指向 C 一级的数据结构了，不需要再被解释器解释了，因此解释器自然也就无法在它们身上动手脚，毕竟彪悍的人生不需要解释。

try: type.__setattr__(dict, "__call__", lambda self: "这是__call__") except Exception as e: print(e) # can't set attributes of built-in/extension type 'dict'

我们看到抛异常了，提示我们不可以给内置/扩展类型dict设置属性，因为它们绕过了解释器解释执行这一步，所以其属性不能被动态设置。

同理其实例对象亦是如此，静态类的实例对象也不可以动态设置属性：

class Girl: pass g = Girl() g.name = "古明地觉" # 实例对象我们也可以手动设置属性 print(g.name) # 古明地觉 lst = list() try: lst.name = "古明地觉" except Exception as e: # 但是内置类型的实例对象是不可以的 print(e) # 'list' object has no attribute 'name'

可能有人奇怪了，为什么列表不行呢？答案是内置类型的实例对象没有__dict__属性字典，因为相关属性或方法底层已经定义好了，不可以动态添加。如果我们自定义类的时候，设置了__slots__，那么效果和内置的类是相同的。

当然了，我们后面会介绍如何通过动态修改解释器来改变这一点，举个栗子，不是说静态类无法动态设置属性吗？下面我就来打自己脸：

import gc try: type.__setattr__(list, "ping", "pong") except TypeError as e: print(e) # can't set attributes of built-in/extension type 'list' # 我们看到无法设置，那么我们就来改变这一点 attrs = gc.get_referents(tuple.__dict__)[0] attrs["ping"] = "pong" print(().ping) # pong attrs["append"] = lambda self, item: self + (item,) print(
   ().append(1).append(2).append(3)
) # (1, 2, 3)

我脸肿了。好吧，其实这只是我们玩的一个小把戏，当我们介绍完整个 CPython 的时候，会来专门聊一聊如何动态修改解释器。比如：让元组变得可修改，让 Python 真正利用多核等等。

从解释器的角度看对象的调用

我们以内置类型 float 为例，我们说创建一个 PyFloatObject，可以通过3.14或者float(3.14)的方式。前者使用Python/C API创建，3.14直接被解析为 C 一级数据结构，也就是PyFloatObject实例；后者使用类型对象创建，通过对float进行一个调用、将3.14作为参数，最终也得到指向C一级数据结构PyFloatObject实例。

Python/C API的创建方式我们已经很清晰了，就是根据值来推断在底层应该对应哪一种数据结构，然后直接创建即可。我们重点看一下通过类型调用来创建实例对象的方式。

如果一个对象可以被调用，它的类型对象中一定要有tp_call(更准确的说成员tp_call的值是一个函数指针，不可以是0)，而PyFloat_Type是可以调用的，这就说明PyType_Type内部的tp_call是一个函数指针，这在Python的层面上我们已经验证过了，下面我们再来通过源码看一下。

//typeobject.c PyTypeObject PyType_Type = { PyVarObject_HEAD_INIT(&PyType_Type, 0) "type", /* tp_name */ sizeof(PyHeapTypeObject), /* tp_basicsize */ sizeof(PyMemberDef), /* tp_itemsize */ (destructor)type_dealloc, /* tp_dealloc */ //... /* tp_hash */ (ternaryfunc)type_call, /* tp_call */ //... }

我们看到在实例化PyType_Type的时候PyTypeObject内部的成员tp_call被设置成了type_call。这是一个函数指针，当我们调用PyFloat_Type的时候，会触发这个type_call指向的函数。

因此 float(3.14) 在C的层面上等价于：

(&PyFloat_Type) -> ob_type -> tp_call(&PyFloat_Type, args, kwargs); // 即： (&PyType_Type) -> tp_call(&PyFloat_Type, args, kwargs); // 而在创建 PyType_Type 的时候，给 tp_call 成员传递的是 type_call // 因此最终相当于 type_call(&PyFloat_Type, args, kwargs)

如果用 Python 来演示这一过程的话：

# float(3.14)，等价于 f1 = float.__class__.__call__(float, 3.14) # 等价于 f2 = type.__call__(float, 3.14) print(f1, f2) # 3.14 3.14

这就是 float(3.14) 的秘密，相信list、dict在实例化的时候是怎么做的，你已经猜到了，做法是相同的。

# lst = list("abcd") lst = list.__class__.__call__(list, "abcd") print(lst) # ['a', 'b', 'c', 'd'] # dct = dict([("name", "古明地觉"), ("age", 17)]) dct = dict.__class__.__call__(dict, [("name", "古明地觉"), ("age", 17)]) print(dct) # {'name': '古明地觉', 'age': 17}

最后我们来围观一下 type_call 函数，我们说 type 的 __call__ 方法，在底层对应的是 type_call 函数，它位于Object/typeobject.c中。

static PyObject * type_call(PyTypeObject *type, PyObject *args, PyObject *kwds)
{ // 如果我们调用的是 float // 那么显然这里的 type 就是 &PyFloat_Type // 这里是声明一个PyObject * // 显然它是要返回的实例对象的指针 PyObject *obj; // 这里会检测 tp_new是否为空，tp_new是什么估计有人已经猜到了 // 我们说__call__对应底层的tp_call // 显然__new__对应底层的tp_new，这里是为实例对象分配空间 if (type->tp_new == NULL) { // tp_new 是一个函数指针，指向具体的构造函数 // 如果 tp_new 为空，说明它没有构造函数 // 因此会报错，表示无法创建其实例 PyErr_Format(PyExc_TypeError, "cannot create '%.100s' instances", type->tp_name); return NULL;
   } //通过tp_new分配空间 //此时实例对象就已经创建完毕了，这里会返回其指针 obj = type->tp_new(type, args, kwds); //类型检测，暂时不用管 obj = _Py_CheckFunctionResult((PyObject*)type, obj, NULL); if (obj == NULL) return NULL; //我们说这里的参数type是类型对象，但也可以是元类 //元类也是由PyTypeObject结构体实例化得到的 //元类在调用的时候执行的依旧是type_call //所以这里是检测type指向的是不是PyType_Type //如果是的话，那么实例化得到的obj就不是实例对象了，而是类型对象 //要单独检测一下 if (type == &PyType_Type && PyTuple_Check(args) && PyTuple_GET_SIZE(args) == 1 && (kwds == NULL || (PyDict_Check(kwds) && PyDict_GET_SIZE(kwds) == 0))) return obj; //tp_new应该返回相应类型对象的实例对象(的指针) //但如果不是，就直接将这里的obj返回 //此处这么做可能有点难理解，我们一会细说 if (!PyType_IsSubtype(Py_TYPE(obj), type)) return obj; //拿到obj的类型 type = Py_TYPE(obj); //执行 tp_init //显然这个tp_init就是__init__函数 //这与Python中类的实例化过程是一致的。 if (type->tp_init != NULL) { //将tp_new返回的对象作为self，执行 tp_init int res = type->tp_init(obj, args, kwds); if (res < 0) { //执行失败，将引入计数减1，然后将obj设置为NULL assert(PyErr_Occurred()); Py_DECREF(obj); obj = NULL;
       } else { assert(!PyErr_Occurred());
       }
   } //返回obj return obj;
}

因此从上面我们可以看到关键的部分有两个：

调用类型对象的 tp_new 指向的函数为实例对象申请内存
调用 tp_init 指向的函数为实例对象进行初始化，也就是设置属性

所以这对应Python中的__new__和__init__，我们说__new__是为实例对象开辟一份内存，然后返回指向这片内存(对象)的指针，并且该指针会自动传递给__init__中的self。

class Girl: def __new__(cls, name, age): print("__new__方法执行啦") # 写法非常固定 # 调用object.__new__(cls)就会创建Girl的实例对象 # 因此这里的cls指的就是这里的Girl，注意：一定要返回 # 因为__new__会将自己的返回值交给__init__中的self return object.__new__(cls) def __init__(self, name, age): print("__init__方法执行啦") self.name = name self.age = age g = Girl("古明地觉", 16) print(g.name, g.age) """ __new__方法执行啦 __init__方法执行啦 古明地觉 16 """

__new__里面的参数要和__init__里面的参数保持一致，因为我们会先执行__new__，然后解释器会将__new__的返回值和我们传递的参数组合起来一起传递给__init__。因此__new__里面的参数除了cls之外，一般都会写*args和**kwargs。

然后再回过头来看一下type_call中的这几行代码：

static PyObject * type_call(PyTypeObject *type, PyObject *args, PyObject *kwds)
{ //...... //...... if (!PyType_IsSubtype(Py_TYPE(obj), type)) return obj; //...... //...... }

我们说tp_new应该返回该类型对象的实例对象，而且一般情况下我们是不写__new__的，会默认执行。但是我们一旦重写了，那么必须要手动返回object.__new__(cls)。可如果我们不返回，或者返回其它的话，会怎么样呢？

class Girl: def __new__(cls, *args, **kwargs): print("__new__方法执行啦") instance = object.__new__(cls) # 打印看看instance到底是个什么东东 print("instance:", instance) print("type(instance):", type(instance)) # 正确做法是将instance返回 # 但是我们不返回, 而是返回个 123 return 123 def __init__(self, name, age): print("__init__方法执行啦") g = Girl() """ __new__方法执行啦 instance: <__main__.Girl object at 0x000002C0F16FA1F0> type(instance):  """

这里面有很多可以说的点，首先就是 __init__ 里面需要两个参数，但是我们没有传，却还不报错。原因就在于这个 __init__ 压根就没有执行，因为 __new__ 返回的不是 Girl 的实例对象。

通过打印 instance，我们知道了object.__new__(cls) 返回的就是 cls 的实例对象，而这里的cls就是Girl这个类本身。我们必须要返回instance，才会执行对应的__init__，否则__new__直接就返回了。我们在外部来打印一下创建的实例对象吧，看看结果：

class Girl: def __new__(cls, *args, **kwargs): return 123 def __init__(self, name, age): print("__init__方法执行啦") g = Girl() print(g, type(g)) # 123

我们看到打印的是123，所以再次总结一些tp_new和tp_init之间的区别，当然也对应__new__和__init__的区别：

tp_new：为该类型对象的实例对象申请内存，在Python的__new__方法中通过object.__new__(cls)的方式申请，然后将其返回
tp_init：tp_new的返回值会自动传递给self，然后为self绑定相应的属性，也就是进行实例对象的初始化

但如果tp_new返回的不是对应类型的实例对象的指针，比如type_call中第一个参数接收的&PyFloat_Type，但是tp_new中返回的却是PyLongObject *，所以此时就不会执行tp_init。

以上面的代码为例，我们Girl中的__new__应该返回Girl的实例对象才对，但实际上返回了整型，因此类型不一致，所以不会执行__init__。

下面我们可以做总结了，通过类型对象去创建实例对象的整体流程如下：

第一步：获取类型对象的类型对象，说白了就是元类，执行元类的 tp_call 指向的函数，即 type_call
第二步：type_call 会调用该类型对象的 tp_new 指向的函数，如果 tp_new 为 NULL，那么会到 tp_base 指定的父类里面去寻找 tp_new。在新式类当中，所有的类都继承自 object，因此最终会执行 object 的 __new__。然后通过访问对应类型对象中的 tp_basicsize 信息，这个信息记录着该对象的实例对象需要占用多大的内存，继而完成申请内存的操作
调用type_new 创建完对象之后，就会进行实例对象的初始化，会将指向这片空间的指针交给 tp_init，但前提是 tp_new 返回的实例对象的类型要一致。

所以都说 Python 在实例化的时候会先调用 __new__ 方法，再调用 __init__ 方法，相信你应该知道原因了，因为在源码中先调用 tp_new、再调用的 tp_init。

static PyObject * type_call(PyTypeObject *type, PyObject *args, PyObject *kwds)
{ //调用__new__方法， 拿到其返回值 obj = type->tp_new(type, args, kwds); if (type->tp_init != NULL) { //将__new__返回的实例obj，和args、kwds组合起来 //一起传给 __init__ //其中 obj 会传给 self， int res = type->tp_init(obj, args, kwds); //...... return obj;
}