解析器解析全过程

Posted 2020-09-08 道高一尺

首先，我们先让大家看一下python解析器的全流程：

我们编辑器编写好源代码－>保存成文件。如果源代码中有编码声明而且用的编辑器支持该语法，那么该文件就以相应的编码方式保存在磁盘中。

注意：编码声明和源文件的编码不一定是一致的，你完全可以在编码声明中声明编码为utf-8,但是用GB2312来保存源文件。当然，我们不可能自寻烦恼，故意写错，而且，好的IDE也能强制保证两者的一致性，但是，如果我们用记事本或者editplus等编辑器来编写代码的话，一不小心就会出现这种问题的。

得到一个.py文件后，我们就可以运行它了，这时，我们就把代码交给python解析器来完成解析工作。

解析器读入文件时，先解析文件中的编码声明，我们假设文件的编码声明为GB2312，那么解析器会先将文件中的内容由GB2312转换成Unicode，然后再把这些Unicode转换成utf－8格式的字符串。

注意：这里仅指源代码即脚本代码的纯代码转换，完成这一步骤后，解析器把这些utf－8字符串分段，解析。如果遇到使用unicode字符串（如，u‘中国a我爱你’）那么就使用相应的utf－8字符串创建unicode字符串。

如果程序中使用的是一般的字符串，那么，解析器先将utf－8字符串通过unicode转换成相应的编码（这里也就是gb2312）的字符串，并用其创建一半的字符串对象，也就是说，unicode字符串根一般字符串在内存中的存放格式是不一样的，前者是用utf－8的格式，后者是用gb2312的格式。（注：普通的，非unicode的，即ascii）

好了，内存中的字符串格式我们知道了，下面我们要了解print的工作方式，print其实是负责把内存中相应的字符串交给操作系统，让操作系统相应的程序，比如cmd窗口进行展示，这里有两种情况：

1、若字符串是一般的字符串，那么print只需要把内存中相应的字符串推送给操作系统。

2、如果字符串是unicode字符串，那么print在推送之前先进行相应的encode，我们可以显示使用unicode的encode方式使用合适的编码来编码。

 

【链接】浅析Python解析器解析全过程：http://www.th7.cn/Program/Python/201508/548091.shtml