3

最近在 Python 中我想到了一些东西：x = y(z)相当于x = y.__call__(z). 但是，测试似乎使该假设无效，并且还导致 Python 的解释器崩溃。

Python 3.3.0 (v3.3.0:bd8afb90ebf2, Sep 29 2012, 10:55:48) [MSC v.1600 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> def ret(*args):
...     return args
...
>>> ret(1, 2, 3)
(1, 2, 3)
>>> for _ in range(1000000):
...     ret = ret.__call__
...
>>> ret(1, 2, 3)

运行第二个ret(1, 2, 3)会导致 Python 崩溃并返回到命令提示符 ( image )。

  1. 当行ret = ret.__call__执行时，后台发生了什么？
  2. 为什么 Python 在最后一行停止工作，应该将其报告为错误？

无用参考： Python 函数及其__call__属性

4

1 回答 1

1

您正在创建方法包装器的深度嵌套结构。每个方法包装器仍然有一个对 的引用self，其中self是对父方法包装器的引用，一直回到原始函数：

>>> ret, ret.__call__.__self__
(<function ret at 0x10f17a050>, <function ret at 0x10f17a050>)
>>> ret.__call__, ret.__call__.__call__.__self__
(<method-wrapper '__call__' of function object at 0x10f17a050>, <method-wrapper '__call__' of function object at 0x10f17a050>)

注意方法包装器__self__属性的内存地址如何指向父对象。

如果您创建足够多的这些包装器，您可能会耗尽内存。

Python 为绑定到实例的所有函数创建这样的包装器。对于具有方法的自定义类也是如此：

>>> class Foo: 
...     def bar(self): return
... 
>>> Foo().bar
<bound method Foo.bar of <__main__.Foo object at 0x10f1798d0>>
>>> Foo().bar, Foo().bar.__self__
(<bound method Foo.bar of <__main__.Foo object at 0x10f179710>>, <__main__.Foo object at 0x10f179850>)

当通过属性访问访问方法时，方法是根据需要从函数创建的。因为它们持有对 的引用self，所以只要您持有对它们的引用，它们就会保留在内存中。因此，您的引用链拥有 100000 个内存包装器。

于 2012-12-04T22:16:26.040 回答