源代码是什么？

用纯文本编辑器打开任何一个以 .py、.c 或 .java 结尾的文件，你看到的就是源代码。它和购物清单是同一类文件：字母、数字、空格和换行。让它成为程序的，是这些文本遵守了某种编程语言的规则，所以工具能把它转换成处理器可以执行的指令。

源代码长什么样

下面是一个完整的 Python 程序。每一行都是源代码，包括那行注释：计算机会忽略它，下一位程序员会读它。

# Work out the price of three tickets
price = 4
count = 3
total = price * count
print("Total:", total)

Total: 12

用 C 语言写的同一个程序也是源代码，只是换了一种规则不同的语言：

#include <stdio.h>

int main(void) {
    int price = 4;
    printf("Total: %d\n", price * 3);
    return 0;
}

一个真实的应用由成千上万个这样的文件组成。Linux 内核有超过 3000 万行源代码，一个小型网页应用也很容易有几百个文件。每个文件都带有一个扩展名，告诉工具它用的是哪种语言：

源代码是纯文本

源代码没有字体、颜色或隐藏的格式。你在编辑器里看到的颜色，是编辑器为了方便阅读加上去的，并不会保存在文件里。这就是为什么要在 VS Code 这样的代码编辑器里写代码，而绝不能用 Microsoft Word：文字处理软件会保存格式数据和“智能”引号，结果得到一个编程语言读不懂的文件，通常会被报语法错误。

正因为它只是文本，一个程序甚至可以把另一个程序的源代码存放在字符串里并运行它：

source = """
price = 4
total = price * 3
print("Total:", total)
"""

print(type(source))
print(len(source.strip().splitlines()), "lines of text")
exec(source)

<class 'str'>
3 lines of text
Total: 12

在最后一行之前，source 只是一个普通的字符串。exec 把它交给 Python，Python 读取这段文本并执行它。这就是源代码一生的缩影：先是文本，然后才是指令。

源代码如何变成运行中的程序

电脑里的处理器读不懂 Python 或 C。它只能运行机器码，也就是专属于某一类 CPU 的二进制指令（大多数笔记本电脑和服务器是 x86-64，手机和搭载 Apple 芯片的 Mac 是 ARM）。所以必须有东西来做翻译。主要有两种方式：

1. 编译器提前翻译整个程序。 运行 gcc hello.c -o hello 会读取 C 源代码，并写出一个装满机器码的新文件 hello。之后就算删掉 hello.c，hello 也照样能运行。
2. 解释器直接运行源代码。 运行 python3 hello.py 会启动 Python 解释器，由它读取 hello.py 并执行其中的指令。这种方式不会生成单独的程序文件，所以每次运行时源代码都必须在。

很多语言把两者结合起来。Java 源代码由 javac 编译成字节码（.class 文件），再由 Java 虚拟机运行这些字节码。完整的对比请看编译器和解释器的区别这一页。

源代码、目标代码和机器码

这三个术语描述的是同一个程序在不同阶段的形态：

如果你用文本编辑器打开一个编译好的可执行文件，看到的会是无法阅读的符号，因为它是二进制，而不是文本。在 Mac 上，上面那个 hello 程序的前四个字节用十六进制表示是 cf fa ed fe，这是 Mach-O 可执行文件的标志。你可以用进制转换器查看这样的原始数值。

开源和闭源

谁能读到源代码，既是技术问题，也是法律问题。开源软件在许可证下公开源代码，允许任何人阅读、修改和分享。Python、Linux 和 Firefox 都是开源的。闭源（专有）软件只发布编译好的程序。Microsoft Windows 和 Adobe Photoshop 是闭源的，它们的源代码属于商业机密。

和书一样，源代码也受版权保护。在网上找到的代码，并不意味着你可以随便复用：在把任何代码复制进自己的项目之前，先查看许可证文件，它通常叫作 LICENSE。

常见误解

• “查看网页源代码能看到网站的源代码。” 它显示的是你的浏览器收到的 HTML、CSS 和 JavaScript。网站的服务器端（用 Python、Java、PHP 或其他语言编写）从不离开服务器，所以你看不到。
• “反编译器能还原出原始的源代码。” 反编译器可以从编译好的程序重建出可读的代码，但注释没有了，名字也常常丢失，所以结果只是对源代码的猜测，而不是作者写的那个文件。
• “代码和源代码是一回事。” 源代码是由人编写的版本。“代码”的范围更广，还包括机器码、字节码和自动生成的代码。
• “源代码必须用英文写。” if、print 这样的关键字是英文单词，但变量名、注释和字符串可以用任何语言。Python 3 的源文件默认使用 UTF-8 编码，所以 prix = 4 和 # 合計を計算する 都是合法的。

下一步学什么

源代码在运行之前会先被检查，大多数初学者最先遇到的就是语法错误。想了解运行源代码的两种方式有何不同，可以先读编译器是什么，再读编译器和解释器的区别。你可以在浏览器里的 Python 在线编辑器中编写和运行自己的源代码，或者开始学习 Python 课程。