解释器是什么？

输入 python3 hello.py，输出就出现了，但之后看看文件夹：并没有生成新的程序文件。真正运行的程序是 python3 本身，也就是 Python 解释器。它读取 hello.py，弄清每条语句的含义，然后执行它。明天再运行这个脚本，解释器又会从头读取一遍源代码。

解释器是如何工作的

解释器不断重复一个循环，直到程序结束：取出下一条指令，弄清它的含义，执行它，然后继续。工作过程中，它把程序的变量保存在自己的内存里，所以 total = price * 3 才能用上几行之前设置的 price。

最直观的观察方式是交互模式，也叫 REPL（读取、求值、打印、循环）。不带文件名输入 python3，每按一次回车，那一行就会立即运行：

>>> price = 4
>>> price * 3
12

真正的解释器还多了一个准备步骤。标准的 Python 解释器 CPython 会先把整个文件编译成字节码，也就是一串紧凑的简单指令，然后运行一个循环，每次执行一条字节码指令。你可以打印出一行代码对应的字节码：

import dis

source = "total = price * 3"
code = compile(source, "<example>", "exec")
dis.dis(code)

Python 3.12 会打印出下面的内容（其他版本在细节上有所不同）：

  0           0 RESUME                   0

  1           2 LOAD_NAME                0 (price)
              4 LOAD_CONST               0 (3)
              6 BINARY_OP                5 (*)
             10 STORE_NAME               1 (total)
             12 RETURN_CONST             1 (None)

其中每一行都是解释器循环中的一步：取出 price 的值，取出常量 3，把它们相乘，把结果存入 total。这些都不是机器码；执行每一步的是解释器，而解释器本身是一个编译好的 C 程序。

错误在那一行运行时才出现

由于解释器是边读边执行的，程序在遇到错误之前已经可以做一些实际的工作了。运行下面的代码，崩溃前会先打印出前两行：

print("Step 1: starting")
print("Step 2: still fine")
print("Step 3:", 10 / 0)
print("Step 4: never reached")

Step 1: starting
Step 2: still fine
Traceback (most recent call last):
  ...
ZeroDivisionError: division by zero

语法错误的表现则不同，因为 CPython 在运行任何代码之前，会先把整个文件编译成字节码。把第 3 行改成 print("Step 3:" 10)（漏了逗号），就什么都不会打印，连 Step 1 也不会：

SyntaxError: invalid syntax. Perhaps you forgot a comma?

所以“解释器逐行运行代码”这种说法只对了一半。语法会先针对整个文件进行检查；其他错误，比如除以零或使用不存在的名字，只有在那一行执行时才会被发现。第一类错误请参阅语法错误。

编译器和解释器的区别

编译器在程序运行之前，把整个程序翻译成一个单独的文件。解释器则每次都亲自运行程序。两者在实际使用中的差异都由此而来：

对于密集的算术循环，速度差距确实存在：同一个循环用编译后的 C 运行，可能比在 CPython 中快很多倍。但对于大部分时间都在等待网络、磁盘或用户的程序，这种差异往往小到察觉不出来。

编译型还是解释型，并不是语言本身的属性

语言是一套规则；编译器或解释器则是实现这些规则的程序。同一门语言可以用两种方式运行，而大多数流行语言都把两者结合了起来：

• Python。 CPython 先编译成字节码，再解释执行。另一种实现 PyPy 加入了即时（JIT）编译器，在程序运行时把频繁执行的代码转换成机器码。
• Java。 javac 提前把源代码编译成字节码。然后由 Java 虚拟机解释执行这些字节码，并把最繁忙的方法 JIT 编译成机器码。从 Java 11 开始，java Main.java 可以先在内存中编译单个源文件，然后直接运行它。
• JavaScript。 浏览器和 Node.js 使用 V8 等引擎，它们一开始解释执行代码，并在程序运行过程中把热点部分编译成机器码。
• C 和 C++。 几乎总是用 GCC、Clang 或 MSVC 提前编译。

python3 app.py            # Python: interpreter, bytecode behind the scenes
node app.js               # JavaScript: V8 interprets, then JIT-compiles
javac Main.java           # Java step 1: compile to Main.class
java Main                 # Java step 2: the JVM runs the bytecode

无论哪种情况，解释器或虚拟机都是程序运行时环境的一部分：程序在哪里运行，就必须在哪里安装它。

常见误解

• “解释器把每一行都翻译成机器码。” 经典的解释器从来不会为你的程序生成机器码。它读取一条指令，然后用解释器中早已编译好的代码去执行它。在运行时生成机器码，是 JIT 编译器做的事。
• “解释型语言没有编译步骤。” CPython、Ruby 的 YARV 和 PHP 都会先编译成字节码。这个步骤是自动且不可见的，所以很容易被忽略。
• “解释型就意味着慢。” JIT 编译大大缩小了差距。V8 运行 JavaScript 的速度足以支撑大型应用，比如基于 Electron 构建的 VS Code。
• “Python 就是解释器。” Python 是语言。CPython、PyPy 和 MicroPython 是它的不同解释器，它们在速度和支持的库上都可能不同。

下一步学什么

想了解对比的另一半，可以阅读编译器是什么，看看它如何把源代码变成机器码。运行时环境页面解释了解释器还会带来哪些东西。想亲自试试解释器，可以运行一个 Python 脚本，或者打开 Python 在线编辑器。