python解释器相关

1 语言相关

1.1 解释型和编译型语言的区别

• 解释型语言：Python JavaScript PHP Shell MATLAB等
• 编译型语言：C、C++、Goloang、Pascal（Delphi）、汇编等

1.1.1 解释型语言通用解释

通常不用对源代码进行编译，通过解释器一边执行一边转换，需要哪些源代码就转换哪些源代码，不生成可执行程序

这种编程语言称为解释型语言，使用的转换工具称为解释器

但是个解释型语言太过于以来解释器环境，而解释器本身就是一个虚拟环境，没运行代码前就申请内存、开辟空间启动解释器，这样其实过于消耗内存影响效率。

• 特点：写代码的效率高，立竿见影看效果，调bug比较轻松，跨平台性好，但是执行效率不行

1.1.2 编译型语言通用解释

编译型语言写完后需要进行打包和编译，这会导致编写代码的过程见效慢，但是打包之后就省事了，以后都可以直接使用，也就是说编译后的使用方法非常方便，不像解释型语言，虽然写代码见效快，但是执行起来慢。

编译语言要求必须提前将所有的源代码一次性转换为二进制指令，生成一个可执行程序，比如像C这样的编程语言就是编译型语言，它所使用的工具称为编译器，也就是经常在linux下安装程序时需要的GCC或者G++

• 特点：执行效率高，但是调bug真的很麻烦

1.1.3 二进制指令

二进制指令也就是机器码，是CPU能够识别的硬件层面的代码，简陋的硬件（古老的单机片）只能使用几十个指令，强大的硬件（PC、智能手机）能使用成百上千个指令

1.2 p2 和 p3 的区别

• p2：print为语句，p3：print为方法
• p2：默认为Ascii编码，P3：默认为Unicode(utf-8)
• p2：除法结果为整数，p3：除法结果为浮点数
• p2：默认四个字节表示一个字符，p3：默认二个字节表示一个字符
• p2：map方法返回list，p3：map方法返回iteration

1.3 解释器的种类及特点

• CPython：C语言开发的，是使用最广的解释器，具有GIL全局解释器锁
• IPython：基于CPython的交互式解释器，功能与CPython无异
• Jython：试运行在Java平台上的Python解释器，可以直接把Python的代码编译成Java字节执行，但CPython没有Jython的垃圾回收机制
• IronPython：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字节码
• PyPy：另一个Python解释器，目标是执行效率采用JIT技术，对Python代码进行动态编译，提高执行效率

1.4 列举几个PEP8规范

1.4.1 RFC

• 专门用来定义网路请求的标准文档，是一系列以编号排定的文件，文件收集了有关互联网相关信息

1.4.2 PEP8

• 每一级缩进使用4个空格，每行最大字符限制为79个，除了长导包语句，和url地址
• 导入通常在分开的行，不推荐同行导入多个模块
• 不能使用单字符(1 I O)作为变量名
• 类的首字母大写，函数的首字母小写

2 代码验证

2.1 切换盘符----命令行

C:>F:

2.2 不同解释器验证高并发

• 使用全局解释器GIL的原因：高并发情况下，逻辑是没问题的，但是编辑器存在问题

num = 0

def change_it(n):
    global num
    for i in range(1000000):		# 人为构造高并发
        num -= n
        num += n
    print(num)

threads = [
    threading.Thread(target=change_it, args=(8,)),
    # 加()是调用，声明变量是不需要的，args里面是元祖类型，不写就是默认整形
    threading.Thread(target=change_it, args=(10,))
]

[t.start() for t in threads]
# 列推性能是普通for循环的7倍左右，因为在底层中，是不需要引用计数的
[t.join() for t in threads]
# 阻塞，所有线程结束，子线程才会结束
print(num)
# 对于pypy来说，可以解决高并发问题，性能远超于Cpython
# 高并发情况下，逻辑是没问题的，但是编辑器存在问题，要加GIL锁

2.3 不同解释器效果

2.3.1 Cpython 效果

f:monthForthDjangosNewdjango19django19>python test.py
2
-6
-6

f:monthForthDjangosNewdjango19django19>python test.py
0
0
0

f:monthForthDjangosNewdjango19django19>python test.py
-30
-30
-30

2.3.2 pypy3 效果

f:monthForthDjangosNewdjango19django19>python test.py
0
0
0

f:monthForthDjangosNewdjango19django19>python test.py
-30
-30
-30

f:monthForthDjangosNewdjango19django19>pypy3 test.py
10
10
10

f:monthForthDjangosNewdjango19django19>pypy3 test.py
0
0
0