好用的Python解释器有哪些?

作为最受欢迎的编程语言之一,Python/ target=_blank class=infotextkey>Python 需要一个解释器来执行其代码所定义的命令 。与其他可直接编译成机器代码的语言不同,Python 代码需要解释器读取它并把它转译给进行相关操作的 CPU 。那么,哪些解释器有哪些呢?本文好学编程将对其中几种进行介绍 。

好用的Python解释器有哪些?

文章插图
【好用的Python解释器有哪些?】解释器简介
提到 Python 解释器,我们通常会想到 /usr/bin/python 这个二进制文件 。它使你能够执行 .py 文件 。然而,解释操作仅仅是其中一环 。在 Python 代码真正被 CPU 执行之前,都需要经过以下四个步骤:
1. 词法分析 - 将人类编写的源代码转换为一序列逻辑实体,被称为 词法标记(lexical token) 。2. 解析 - 解析器会检查词法标记的语法和语义规则生成 抽象语法树(abstract syntax tree)(AST) 。3. 编译 - 编译器会根据 AST 创建 Python 字节码,这些字节码由非常基础的,和平台无关的指令组成 。4. 解释 - 解释器处理字节码并执行特定的操作 。
如你所见,在任何实质性的操作发生之前,我们需要走过这些步骤 。这也解释了深入研究不同解释器的重要性 。
1、CPython
作为 Python 的参考实现,CPython 默认地被许多系统所采用 。如其名称所示,CPython 是用 C 语言编写的 。这也意味着,我们可以 以 C 语言编写扩展,从而让 Python 打通到广泛使用的 C 语言库代码 。CPython 广泛应用于各种平台,包括 ARM 和 RISC 。然而,作为 Python 的参考实现,CPython 更注重精细的优化 , 而非运行速度 。
2、Pyston
Pyston 是一个从 CPython 解释器衍生出的分支,其中实现了性能优化 。该项目定位自己为标准 CPython 解释器在处理大型、真实世界应用时的替代品,并有可能加速高达 30% 。由于缺乏兼容的二进制包,Pyston 在下载过程中需要重新编译 。
3、PyPy
采用了 RPython 编写的 PyPy 是一个专为 Python 配备的 即时(JIT) 编译器,RPython 是 Python 的一个静态类型的子集 。不同于 CPython 解释器 , PyPy 对源代码进行编译,生成 CPU 可直接执行的机器码 。PyPy 是 Python 开发者的实验室,在这里他们能更容易地测试新特性 。
相较于 CPython,PyPy 的执行速度更快 。由于 JIT 编译器的特性 , 长时间运行的应用更能从缓存中受益 。PyPy 可以被视为 CPython 的有效替代 。虽然其中存在一些缺点,大部分的 C 扩展模块在 PyPy 中也得到支持 , 但运行速度会相对慢一些 。PyPy 扩展模块使用 Python(而不是 C)编写,这使 JIT 编译器能够对其进行优化 。只要你的应用程序不依赖于不兼容的模块 , PyPy 就是替换 CPython 的理想选择 。
4、RustPython
顾名思义,RustPython 是一个由 Rust 编写的 Python 解释器 。尽管 Rust 如今还是一个相对年轻的编程语言 , 但因其优良特性已逐步受到开发者的推崇,甚至被视为 C 和 C++ 的可能接班人 。默认情况下 , RustPython 的行为与 CPython 的解释器类似,但它也可以选择启用 JIT 编译器 。值得一提的是,Rust 工具链能直接编译为 WebAssembly  , 进而允许在浏览器中全面运行解释器 。
5、Stackless Python
Stackless Python 自称是 Python 编程语言的增强版本 。该项目基本上是 CPython 解释器衍生的一个项目,其为该语言添加了微线程、通道和调度器 。微线程可以帮助你将代码组织成可以并行运行的 “小任务(tasklet)” 。这与采用 greenlet 模块的绿色线程模型相似 。通道可以用作 “小任务” 之间的双向通信 。Stackless Python 的一个知名用户是大型多人在线角色扮演游戏。
6、Micro Python
如果你的目标平台是微控制器 , 那么 MicroPython 将是你的首选 。它是一种极简的实现,只需要 16kB 的内存和 256kB 的存储空间 。由于其主要面向的是嵌入式环境,MicroPython 的标准库只包含 CPython 丰富的 STL 的一部分 。对于开发和测试,或者作为轻量级替代品,MicroPython 也可以在普通的 x86 和 x64 系统上运行 。MicroPython 支持 linux、windows,以及多种微控制器 。
性能
就其设计而言,Python 本质上是一种运行速度不够快的语言 。根据任务性质的不同,各种解释器间存在明显的性能差异 。要想弄清楚哪种解释器最适合特定任务 , 可以参考 http://pybenchmarks.org 。与使用解释器相比,另一种选择是直接将 Python 二进制代码编译成机器码,例如,NuitkaGithub就是能够完成这种工作的项目之一,它可以将 Python 代码编译成 C 代码 , 然后将 C 代码通过常规的 C 编译器编译成机器码 。Python 编译器的主题范围广泛,值得一篇独立的文章来详述 。


推荐阅读