PyObject

在Python中，所有的东西都是对象，而所有的对象都拥有一些相同的内容，这些内容在PyObject中定义，PyObject 是整个Python 对象机制的核心。

// object.h
// object.h
#define _PyObject_HEAD_EXTRA            \
    struct _object *_ob_next;           \
    struct _object *_ob_prev;

......

typedef struct _object {
    _PyObject_HEAD_EXTRA
    Py_ssize_t ob_refcnt;
    PyTypeObject *ob_type;
} PyObject;

• ob_refent与Python的内存管理机制有关，它实现了基于引用计数的垃圾收集机制。对于某一个对象A,当有一个新的pyobject 引用该对象时，A的引用计数应该增加:而当这个Pyobject被删除时，A的引用计数应该减少。当A的引用计数减少到0时，A就可以从堆上被删除，以释放出内存供别的对象使用。
• ob_type是一个指向_typeobject结构体的指针，这个结构体对应着Python 内部的一种特殊对象，它是用来指定一个对象类型的类型对象。

PyObject结构体是Python对象机制的核心基石，从代码中可以看到，在Python中，对象机制的核心其实非常简单，一个是引用计数，一个就是类型信息。

pyobject中定义了每一个Python对象都必须有的内容，这些内容将出现在每一个Python对象所占有的内存的最开始的字节中。这句话的另一个意思是，每一个Python对象除了必须有这个Pyobject内容外，似乎还应该占有一些额外的内存，放置些其他的东西。

变长对象

#define PyObject_VAR_HEAD      PyVarObject ob_base;

......

typedef struct {
    PyObject ob_base;
    Py_ssize_t ob_size; /* Number of items in variable part */
} PyVarObject;

包含可变长度数据的对象称为“变长对象”，它们的区别在于定长对象的不同对象占用的内存大小是一样的，而变长对象的不同对象占用的内存可能是不一样的。比如，整数对象“1"和“100”占用的内存大小都是sizeof (PyIntobject)，而字符串对象“Python”和“Ruby"占用的内存大小就不同了。正是这种区别导致了PyVarobject对象中ob_size的出现。变长对象通常都是容器，ob_size 这个成员实际上就是指明了变长对象中一共容纳了多少个元素。注意，ob_size指明的是所容纳元素的个数，而不是字节的数量。

从PyObject_VAR_HEAD的定义可以看出，PyVarobject 实际上只是对Pyobject的一个扩展。因此，对于任何一个PyVarObject,其所占用的内存开始部分的字节的意义和PyObject是一样的。换句话说，在Python内部，每一个对象都拥有相同的对象头部。这就使得在Python中，对对象的引用变得非常的统一。

类型对象

在PyTypeObject结构体中定义了PyTypeObject *ob_type;。该ob_type指向_typeobject，_typeobject定义在cpython/object.h文件中。事实上，一个PyType0bject对象就是Python中对面向对象理论中“类”这个概念的实现。在_typeobject中定义了许多信息，主要有这几类：

• 类型名，tp.name,主要是Python内部以及调试的时候使用;
• 创建该类型对象时分配内存空间大小的信息，即tp_basicsize 和tp.itemsize;
• 与该类型对象相关联的操作信息(就是诸如tp_print 这样的许多的函数指针);

struct _typeobject {
    PyObject_VAR_HEAD
    const char *tp_name; /* For printing, in format "<module>.<name>" */
    Py_ssize_t tp_basicsize, tp_itemsize; /* For allocation */

    /* Methods to implement standard operations */

    destructor tp_dealloc;
    Py_ssize_t tp_vectorcall_offset;
    getattrfunc tp_getattr;
    setattrfunc tp_setattr;
    PyAsyncMethods *tp_as_async; /* formerly known as tp_compare (Python 2)
                                    or tp_reserved (Python 3) */
    reprfunc tp_repr;

    /* Method suites for standard classes */

    PyNumberMethods *tp_as_number;
    PySequenceMethods *tp_as_sequence;
    PyMappingMethods *tp_as_mapping;

    /* More standard operations (here for binary compatibility) */

    hashfunc tp_hash;
    ternaryfunc tp_call;
    reprfunc tp_str;
    getattrofunc tp_getattro;
    setattrofunc tp_setattro;

    /* Functions to access object as input/output buffer */
    PyBufferProcs *tp_as_buffer;

    /* Flags to define presence of optional/expanded features */
    unsigned long tp_flags;

    const char *tp_doc; /* Documentation string */

    /* Assigned meaning in release 2.0 */
    /* call function for all accessible objects */
    traverseproc tp_traverse;

    /* delete references to contained objects */
    inquiry tp_clear;

    /* Assigned meaning in release 2.1 */
    /* rich comparisons */
    richcmpfunc tp_richcompare;

    /* weak reference enabler */
    Py_ssize_t tp_weaklistoffset;

    /* Iterators */
    getiterfunc tp_iter;
    iternextfunc tp_iternext;

    /* Attribute descriptor and subclassing stuff */
    struct PyMethodDef *tp_methods;
    struct PyMemberDef *tp_members;
    struct PyGetSetDef *tp_getset;
    struct _typeobject *tp_base;
    PyObject *tp_dict;
    descrgetfunc tp_descr_get;
    descrsetfunc tp_descr_set;
    Py_ssize_t tp_dictoffset;
    initproc tp_init;
    allocfunc tp_alloc;
    newfunc tp_new;
    freefunc tp_free; /* Low-level free-memory routine */
    inquiry tp_is_gc; /* For PyObject_IS_GC */
    PyObject *tp_bases;
    PyObject *tp_mro; /* method resolution order */
    PyObject *tp_cache;
    PyObject *tp_subclasses;
    PyObject *tp_weaklist;
    destructor tp_del;

    /* Type attribute cache version tag. Added in version 2.6 */
    unsigned int tp_version_tag;

    destructor tp_finalize;
    vectorcallfunc tp_vectorcall;
};

对象的创建

Python有两种方法。第一种是通过Python C API来创建，第二种是通过类型对象PyInt_Type。

• Python对外提供了C API,让用户可以从C环境中与Python交互，实际上，因为Python本身也是C写成的，所以Python内部也大量使用了这些API。Python的CAPI分成两类，一类称为范型的API， 或者称为AOL (Abstract Object Layer)。 这类API都具有诸如pyobject_*的形式，可以应用在任何Python对象身上，比如输出对象的PyObject_Print，你可以PyObject_Print(int object) ，也可以Py0bject_Print (string
  object)，API内部会有一整套机制确定最终调用的函数是哪一一个。

• 另一类是与类型相关的API，或者称为COL (Concrete Object Layer)。这类API通常只能作用在某一种类型的对象上，对于每一种内建对象，Python都提供了这样的一组API。例如long对象：

  PyAPI_FUNC(PyObject *) PyLong_FromLong(long);
  PyAPI_FUNC(PyObject *) PyLong_FromUnsignedLong(unsigned long);
  PyAPI_FUNC(PyObject *) PyLong_FromSize_t(size_t);
  PyAPI_FUNC(PyObject *) PyLong_FromSsize_t(Py_ssize_t);
  PyAPI_FUNC(PyObject *) PyLong_FromDouble(double);

对象的行为

在PyTypeObject中定义了大量的函数指针，这些函数指针最终都会指向某个函数，或者指向NULL。这些函数指针可以视为类型对象中所定义的操作，而这些操作直接决定着一个对象在运行时所表现出的行为。在这些操作信息中，有三组非常重要的操作族，在PyTypeObject 中，它们是tp_as_number，tp_as_sequence，tp_as_mapping。它们分别指向PyNumberMethods，pySequenceMethods和PyMappingMethods函数族。对于一种类型来说，它完全可以同时定义三个函数族中的所有操作。换句话说，一个对象可以既表现出数值对象的特性，也可以表现出关联对象的特性。

    /* Method suites for standard classes */

    PyNumberMethods *tp_as_number;
    PySequenceMethods *tp_as_sequence;
    PyMappingMethods *tp_as_mapping;