编译器与解释器

区别

编译器与解释器作为高级语言与机器之间的翻译官，都是将代码翻译成机器可以执行的二进制机器码，只不过在运行原理和翻译过程有不同。

编译器：先整体编译再执行。特点是运行速度快，但任何一个小改动都需要整体重新编译。可脱离编译环境运行。代表语言是 C 语言。

解释器：边解释边执行。特点是运行速度慢，但部分改动不需要整体重新编译。不可脱离解释器环境运行。代表语言是 Python 语言。

Python 解释器种类

Python 有多种版本的解释器：

CPython：官方版本的解释器。这个解释器是用 C 语言开发的，所以叫 CPython。CPython 是使用最广的 Python 解释器。如果没有特殊情况，我们通常下载和使用的默认都是这个解释器。 Ipython：基于 CPython 之上的一个交互式解释器，在交互方式上有所增强，执行 Python 代码的功能和 CPython 是完全一样的。CPython 用 >>> 作为提示符，而 IPython 用 In [序号]: 作为提示符。 PyPy：一个追求执行速度的 Python 解释器。采用 JIT 技术，对 Python 代码进行动态编译（注意，不是解释），可以显著提高 Python 代码的执行速度。绝大部分 CPython 代码都可以在 PyPy 下运行，但还是有一些不同的，这就导致相同的 Python 代码在两种解释器下执行可能会有不同的结果。 Jython：运行在 Java 平台上的 Python 解释器，可以直接把 Python 代码编译成 Java 字节码执行。 IronPython：和 Jython 类似，只不过 IronPython 是运行在微软 .Net 平台上的 Python 解释器，可以直接把 Python 代码编译成 .Net 的字节码。

pyc文件

鉴于解释器的缺点是慢，Python 也是有办法提高一下运行速度的，那就是使用 pyc 文件。这点参考了 JAVA 的字节码做法，但并不完全类同。

我们编写的代码一般都会保存在以 .py 为后缀的文件中。在执行程序时，解释器逐行读取源代码并逐行解释运行。每执行一次，就重复一次这个过程，这其中耗费了大量的重复性的解释工作。为了减少这一重复性的解释工作，Python 引入了 pyc 文件，pyc 文件是将 py 文件的解释结果保存下来的文件，这样，下次再运行的时候就不用再解释了，直接使用 pyc 文件就可以了，这无疑大大提高了程序运行速度。

对于 pyc 文件，你必须知道以下几点：

• 对于当前调用的主程序不会生成 pyc 文件。
• 以 import xxx 或 from xxx import xxx 等方式导入主程序的模块才会生成 pyc 文件。
• 每次使用 pyc 文件时，都会根据 pyc 文件的创建时间和源模块进行对比，如果源模块有修改，则重新创建 pyc 文件，并覆盖先前的 pyc 文件，如果没有修改，直接使用 pyc 文件代替模块。
• pyc 文件统一保存在模块所在目录的 __pycache__ 文件夹内。

（完）