Python 是解释型语言吗？.py 文件从源码到运行经历了什么？

简化版

Python 通常被称为解释型语言，但 CPython 执行 .py 文件时并不是逐字符解释源码，而是先把源码编译成字节码，再由 Python 虚拟机执行字节码。__pycache__ 里的 .pyc 文件就是缓存后的字节码，用来加快后续导入速度，不是机器码。

详细版

一次典型执行流程可以概括为：读取源码 → 词法/语法分析 → 生成 AST → 编译成 code object 和字节码 → 虚拟机逐条执行字节码。对于被导入的模块，CPython 通常会把字节码缓存到 __pycache__，下次导入时如果源码没变，就可以复用缓存。

说 Python 是解释型语言，重点是它的主流实现 CPython 在运行时由解释器执行字节码，不像 C/C++ 那样提前编译成平台机器码再直接运行。但这个说法也要有边界：Python 语言有多个实现，PyPy 有 JIT，Cython/Nuitka 可以把部分代码编译得更接近原生执行。

面试回答时不要只说“Python 是解释型语言，所以慢”。更准确的说法是：CPython 有编译到字节码的阶段，运行时解释执行字节码；动态类型、对象模型、函数调用、GIL、解释器调度等都会影响性能。

完整版教学

一、为什么“解释型语言”这个说法容易误导

很多人把解释型语言理解成“解释器一边读源码文本，一边立刻执行每一行”。这个理解太粗。CPython 真正执行前，会先把源码变成内部可执行的字节码，这一步叫编译，只是编译目标不是 CPU 机器码，而是 Python 虚拟机能理解的指令。

可以把 .py 到运行的路径画成这样：

hello.py
  |
  v
词法/语法分析
  |
  v
AST
  |
  v
code object / bytecode
  |
  v
Python 虚拟机执行

所以面试里更严谨的表述是：Python 通常是“先编译成字节码，再由虚拟机解释执行”的语言。它和 Java 有点像，都有中间表示；不同点是 Java 字节码通常由 JVM 执行并配合 JIT，CPython 默认主要解释执行自己的字节码。

二、从源码到 AST 发生了什么

源码首先会被解析成 token，比如关键字、标识符、字符串、数字、缩进等。Python 的缩进是语法的一部分，所以缩进错误会在解析阶段直接暴露。然后解析器根据语法规则构建 AST，也就是抽象语法树。

看一个小例子：

x = 1 + 2
print(x)

它不是按文本直接执行，而是会形成类似这样的结构：

Module
  Assign
    Name(x)
    BinOp(1 + 2)
  Expr
    Call(print, x)

AST 的好处是把源码里的格式细节剥掉，只保留程序结构。后续编译器可以基于这棵树生成字节码，也可以做一些基础检查。语法错误、缩进错误、部分编译期能发现的问题，都会在真正运行字节码前暴露。

三、字节码到底是什么

字节码是给 Python 虚拟机执行的指令序列，不是 x86 或 ARM CPU 直接执行的机器码。可以用 dis 模块观察函数的字节码。

import dis

def add(a, b):
    return a + b

dis.dis(add)

你会看到类似加载局部变量、执行二元运算、返回值这样的指令。不同 Python 版本的字节码会变化，所以不要把某个版本的指令名背死；面试重点是理解“源码先变成 VM 指令，再由解释器调度执行”。

层次	面向对象	谁执行
Python 源码	开发者	CPython 编译器读取
Python 字节码	Python 虚拟机	CPython 解释器循环执行
机器码	CPU	处理器直接执行

记住 .pyc 不是“编译后的 exe”，它只是 CPython 可复用的字节码缓存。

四、`pycache` 和 `.pyc` 是干什么的

当一个模块被导入时，CPython 通常会把编译后的字节码写入 __pycache__ 目录。文件名里会带 Python 版本标记，比如 module.cpython-311.pyc，表示这个缓存和特定解释器版本相关。

第一次导入模块时：

读取 module.py -> 编译字节码 -> 执行模块 -> 写入 __pycache__/module.cpython-311.pyc

后续导入时，如果 .py 没变且缓存有效：

读取 .pyc -> 执行字节码

这能省掉解析和编译时间，但不会让业务逻辑本身变成机器码执行。假设一个模块导入时编译花 20ms，执行初始化花 100ms，缓存 .pyc 只能减少前面的编译成本，后面的执行成本仍然存在。

五、运行时为什么仍然有动态成本

Python 的很多决策发生在运行时。变量名绑定到对象，函数调用要处理参数绑定，属性访问可能触发描述符、__getattr__、动态字典查找，运算符可能调用魔术方法。这些动态能力让 Python 灵活，也带来额外开销。

例如 a + b 在 C 里如果都是整数，编译器很早就知道走整数加法；Python 里要看运行时对象类型，再决定调用什么逻辑。

1 + 2          # 整数加法
"a" + "b"      # 字符串拼接
[1] + [2]      # 列表拼接

同样一个 +，背后可能是不同对象协议。动态类型、对象装箱、引用计数维护、解释器循环调度，都会让 CPython 和提前编译的静态语言在性能上有差异。

六、不同 Python 实现有什么差异

Python 是语言规范，CPython 是最常用的实现。说“Python 怎么执行”，多数面试默认问 CPython，但最好知道还有 PyPy、Jython、IronPython、MicroPython 等实现。不同实现的执行策略可能不同。

实现	特点	典型差异
CPython	官方主流实现，C 编写	引用计数 + 字节码解释
PyPy	带 JIT 的实现	长时间运行的纯 Python 代码可能更快
MicroPython	面向嵌入式	标准库和运行能力裁剪
Cython/Nuitka	编译工具链	可生成 C 扩展或原生程序形态

所以“Python 是解释型语言”是一个工程上的简化说法，不是所有实现都完全一样。面试中如果能补一句“这里默认指 CPython”，会显得很稳。

七、常见误区与追问

误区：Python 完全不编译。 CPython 会先编译成字节码，只是不编译成平台机器码再直接执行。
误区：.pyc 能让程序运行速度大幅提升。 .pyc 主要省导入时的编译成本，不会消除业务代码解释执行成本。
误区：解释型语言一定逐行读取源码执行。 Python 执行的是字节码，源码文本先经过解析和编译。
追问：为什么 .pyc 文件带 Python 版本标记？ 字节码格式和解释器实现相关，不同版本不保证兼容。
追问：Python 慢只因为解释执行吗？ 不只如此，动态类型、对象模型、函数调用、引用计数、GIL 等都会影响性能。
追问：PyPy 为什么可能更快？ PyPy 有 JIT，能把热点代码优化成更接近机器码的执行路径。
追问：脚本直接运行会生成 .pyc 吗？ 通常导入模块会缓存 .pyc；直接执行主脚本的缓存行为和导入模块不同，不要把它当固定绝对规则。

八、加强记忆

把 Python 执行过程记成“源码不是直接跑，先变 AST，再变字节码，最后虚拟机执行”。__pycache__ 存的是可复用字节码，不是机器码；它优化导入编译成本，不改变 CPython 主要解释执行字节码的事实。回答这题时加上“默认讨论 CPython，不同实现如 PyPy 可能有 JIT”，就能避免把“解释型语言”说得过死。

简化版

详细版