Python解释器是用什么语言写的？CPython底层实现解析

清欢

发布时间：2026-10-22| 6人浏览过

原创

日常在终端中输入 python 或 python3 启动的官方默认解释器，全称是 CPython，它是用 C 语言（早期基于 ANSI C/C89，现代版本基于 C11 标准） 和 Python 语言自身 共同编写的。其中核心运行时、虚拟机与对象系统由 C 语言构建，高层标准库与辅助工具模块则采用 Python 编写。

一、语言规范与解释器实现的分离

理解 Python 是用什么语言写的，首先需要明确一个核心概念：Python 是一门编程语言的语法规范，而解释器是执行这套规范的具体软件程序。 只要遵循 Python 官方制定的语言规范（PEP 标准与语法树语义），任何通用系统级编程语言都可以用来编写 Python 解释器。

解释器名称	主要实现语言	运行平台与核心特点	典型适用场景
CPython	C 语言（C11/C99）+ Python	跨平台（C 运行时），官方参考实现，生态支持最完备	生产通用环境、数据科学、机器学习全领域
PyPy	RPython（Restricted Python）	内建 JIT（即时编译器），纯 Python 数值与循环性能极高	纯 Python 长生命周期后台服务、高密集循环计算
Jython	Java	运行在 JVM（Java 虚拟机）之上，可与 Java 类库双向调用	传统企业级 Java 系统扩展脚本（目前主要停留在 2.7）
IronPython	C#	运行在 .NET / CLR 平台，无缝使用 .NET Framework 类库	Windows 桌面应用插件、.NET 生态混合开发
MicroPython	C 语言（专为嵌入式优化）	紧凑高效，占用几十 KB 内存即可在单片机上运行	微控制器、物联网（IoT）嵌入式开发
RustPython	Rust	基于 Rust 语言开发，主打内存安全性与无 GIL 探索	WebAssembly 浏览器端嵌入、Rust 项目内嵌脚本

在所有实现中，CPython 拥有超过 95% 以上的占有率。Guido van Rossum 创造 Python 时首选 C 语言，是因为 C 语言具备极高执行效率、能够直达操作系统底层内核调用，并且几乎所有主流操作系统都默认提供高效的 C 编译工具链与外部库互操作接口。

二、CPython 源代码仓库目录划分

在 CPython 的官方开源代码仓库中，整体设计清晰地体现了 C 与 Python 的分工。以 Python 3.12 核心代码库为例，根目录下最关键的几个子目录分工如下：

Include/：存放全部 C 语言头文件（.h）。定义了诸如 PyObject、PyTypeObject 等全局核心结构体与暴露给外部调用的 Python/C API。
Objects/：存放所有内置数据类型的 C 语言实现，例如整型（longobject.c）、列表（listobject.c）、字典（dictobject.c）和类元信息。
Python/：解释器的核心逻辑引擎。包括字节码执行主循环（ceval.c）、编译器前端（compile.c）、抽象语法树解析（ast.c）以及初始化流程。
Parser/：词法分析器与语法分析器（如现代 PEG 解析器 pegen.c），负责将 Python 脚本源码文本转换为抽象语法树。
Modules/：由 C 语言编写的高性能或操作系统依赖扩展模块（如 _ssl.c、mathmodule.c、posixmodule.c）。
Lib/：完全用 Python 语言 编写的标准库代码（如 os.py、json/、urllib/ 等）。

三、从源码到执行：CPython 的执行管道

当开发者执行 python main.py 时，CPython 并非逐行读取文本并直接交给操作系统，而是经历了一个严密的流水线处理过程：

词法分析与分词（Tokenizing）：Parser/tokenizer.c 将源代码文本切分为一个一个的 Token 符号（关键字、变量标识符、操作符）。
语法解析（Parsing）：基于 PEG 语法分析器将 Token 流转换为结构化的 AST（Abstract Syntax Tree，抽象语法树）。
字节码编译（Compiling）：编译器将 AST 遍历后生成线性的 Python 字节码，并打包封装为 PyCodeObject。如果涉及持久化，便会生成 .pyc 缓存文件。
虚拟机执行（Evaluation Loop）：Python 虚拟机（PVM）分配调用栈帧（PyFrameObject），进入核心的 Python/ceval.c 中的巨型 switch 循环，根据字节码指令逐一执行对应的 C 语言操作函数。

图 1：从 Python 源码文本到 C 语言虚拟机（ceval.c）求值循环的执行管道

四、CPython 底层对象模型：一切皆为 PyObject

在 Python 语言中，“一切皆为对象”。而在 CPython 的 C 源码世界中，这一哲学是通过极其精炼的 C 结构体实现的。所有在 Python 中创建的变量、函数、类甚至代码块，在 C 语言内存中都以 PyObject 或其衍生体存在。

1. 定长基础对象：PyObject 结构体

在 C 语言头文件 Include/object.h 中，定义了每一个 Python 对象最起码必须包含的两个核心属性：

typedef struct _object {
    _PyObject_HEAD_EXTRA    // 双向链表指针，用于支持垃圾回收跟踪
    Py_ssize_t ob_refcnt;   // 引用计数（64位系统占 8 字节）
    struct _typeobject *ob_type; // 类型指针，指向该对象所属的具体类型结构体
} PyObject;

无论是简单的整数 100 还是布尔值 True，其底层头部都强制包含引用计数 ob_refcnt 与类型指针 ob_type。类型指针决定了当调用 print()、加法 + 或属性访问时，PVM 去执行哪个具体的 C 函数指针。

2. 变长容器对象：PyVarObject 结构体

像字符串（str）、列表（list）、元组（tuple）等元素个数可变的对象，头部则使用 PyVarObject，在基础 PyObject 之上追加了一个 ob_size 字段用于记录当前容器内包含的元素数量：

typedef struct {
    PyObject ob_base;       // 继承自 PyObject 的头部属性
    Py_ssize_t ob_size;     // 容器元素数量（如列表长度、字符串字节数）
} PyVarObject;

图 2：CPython 中 PyObject、PyVarObject 与 PyTypeObject 的 C 语言内存布局与函数指针表

五、CPython 的分层架构与系统机制

CPython 能够稳定运行并支持庞大的第三方扩展生态，得益于其严密的分层架构设计。从最顶层的应用代码到底层硬件接口，CPython 共划分为五个层次：

Python 应用与纯 Python 标准库（Application & Stdlib Layer）：直接使用 .py 编写的高层逻辑，如 http.server、dataclasses 等。
解释器前端与编译器（Frontend & Compiler）：由 C 语言编写的词法分析器、语法解析器与代码生成器，输出规范的字节码。
虚拟机求值引擎（Evaluation Engine / PVM）：以 Python/ceval.c 为核心，维护函数调用栈帧、异常处理栈与全局线程状态。
内存管理系统（Memory Allocator）：CPython 内部实现了一套高效的三级内存分配机制（Arena -> Pool -> Block，即 PyMalloc），专门用于优化小于 512 字节的大量小对象分配，避免频繁触发系统 malloc 产生内存碎片。
系统抽象与扩展接口（Python/C API & OS Interface）：提供完整的头文件与导出符号，让 NumPy、PyTorch 等第三方高性能 C/C++/CUDA 库能够直接与 Python 共享内存指针。

图 3：CPython 底层分层架构体系与核心模块职责分布

六、为什么 C 语言实现的 CPython 会有 GIL？

谈到 CPython 的底层实现，必然绕不开 GIL（Global Interpreter Lock，全局解释器锁）。许多初学者常误以为“Python 这门语言不支持多核并行”，但本质上，GIL 是 CPython 这一款解释器在 C 语言实现上的工程权衡，而非 Python 语言本身的语法限制。

关键理解：GIL 的存在是为了保证 C 语言层面对象引用计数的内存安全。在单核 CPU 时代，多线程通过抢占 GIL 轮流执行，极大简化了 C 语言内存管理，并避免了给每个细粒度对象加锁带来的严重性能开销。

在 C 语言中，操作一个对象的引用计数并非原子操作（Atomic Operation）：

// Include/object.h 中的宏展开逻辑
#define Py_INCREF(op) (                         \
    _Py_INC_REFTOTAL                            \
    ((PyObject *)(op))->ob_refcnt++)

如果多个系统原生线程在没有锁保护的情况下并发对同一个 ob_refcnt 进行自增或自减，在汇编指令级别会发生读-改-写竞争冒险（Race Condition），导致内存被提前释放（产生悬垂指针 Use-After-Free）或无法释放（产生严重内存泄漏）。

CPython 团队选择在 Python/ceval.c 的解释器循环外侧加上一把互斥锁（GIL）。线程在执行 Python 字节码前必须先持有 GIL，每执行一定数量的指令（或遇到阻塞式 I/O 如文件读写、网络请求、高耗时 C 扩展计算）时主动释放 GIL，从而让渡给其他线程执行。

七、Python 与 C 的交互：C 扩展模块原理

由于 CPython 是纯 C 语言编写的，它天然具备直接加载 C/C++ 动态链接库（Linux 下为 .so，Windows 下为 .pyd）的能力。这也是 Python 能在数据分析与人工智能领域成为霸主的核心原因：业务逻辑用简洁的 Python 书写，性能瓶颈点直接用 C/C++ 或 CUDA 编写并封装为模块。

一个标准的 C 语言扩展模块通常由以下四部分组成：

包装函数（Wrapper Functions）：接收 PyObject *args 参数，使用 PyArg_ParseTuple() 将 Python 对象解包为 C 原生类型（如 long、double），执行纯 C 运算后，通过 PyLong_FromLong() 等 API 将结果封包为 PyObject * 返回。
方法映射表（Method Table）：声明一个 PyMethodDef 数组，将 C 函数名映射为 Python 中可见的方法名。
模块定义体（Module Definition）：声明 PyModuleDef 结构体，记录模块元信息。
模块初始化入口（Initialization Function）：导出以 PyInit_模块名 命名的入口函数，供 CPython 在执行 import 时动态加载。

八、常见解释器实现对比与技术选型总结

在不同的生产与研究场景下，选择合适的 Python 解释器能够带来巨大的效率提升。以下是主流解释器的特性总结与决策树：

图 4：主流 Python 解释器实现语言对比与核心应用场景选型决策矩阵

结语

回到文章开篇的核心问题：“Python 解释器是用什么语言写的？”答案是清晰且具体的：最核心、最权威的官方参考实现 CPython 是用 C 语言 编写的，并辅以 Python 语言自身 编写上层标准库。正是这种“底层 C 语言保驾底层性能与系统对接，顶层 Python 保证语法灵活优雅”的双层设计，造就了 Python 语言如今在通用开发与前沿计算领域不可动摇的技术基石地位。