编译(compilation , compile)
1、利用编译程序从源语言编写的源程序产生目标程序的过程。
2、用编译程序产生目标程序的动作。 编译就是把高级语言变成计算机可以识别的2进制语言，计算机只认识1和0，编译程序把人们熟悉的语言换成2进制的。
更多Python知识请关注Python视频教程栏目。
文件是在导入编译。 这不是一个安全的事情。 这仅仅是如果你将其导入蟒蛇保存输出。 看到这个帖子由Fredrik Lundh开发上Effbot。
>>>import main
# main.pyc is created
当运行一个脚本巨蟒将不使用* .pyc文件的文件。 如果你有你想要你的脚本一些其他的原因，预编译可以使用compileall模块。
python -m compileall .
compileall用法
python -m compileall --help
option --help not recognized
usage: python compileall.py [-l] [-f] [-q] [-d destdir] [-x regexp] [directory ...]
-l: don't recurse down
-f: force rebuild even if timestamps are up-to-date
-q: quiet operation
-d destdir: purported directory name for error messages
if no directory arguments, -l sys.path is assumed
-x regexp: skip files matching the regular expression regexp
the regexp is searched for in the full path of the file
回答以下问题编辑
如果响应是潜在的磁盘权限的目录main.py ，为什么Python的编译模块？
模块和脚本将被视为相同。 进口是什么触发要保存的输出。
如果原因是好处将是最小的，可以考虑的情况时，该脚本将被用于大量的时间（诸如在一个CGI应用程序）。
使用compileall不解决这个问题。 由蟒蛇执行的脚本将不使用*.pyc ，除非明确要求。 这有负面影响，深受格伦·梅纳德在他的回答说。
CGI应用程序的给出的例子确实应该使用像FastCGI的技术来解决。 如果你想消除编译脚本的开销，可能要消除启动蟒蛇太大，何况数据库连接开销的开销。
光引导脚本可以用来甚至python -c "import script" ，但这些都值得商榷的风格。
格伦·梅纳德提供一些灵感来纠正和改进这个答案。
似乎没有人想这样说，但我敢肯定的答案很简单：有这种行为没有坚实的理由。
所有到目前为止所提出的理由基本上是不正确的：
没有什么特别的主文件。 它作为一个模块加载，并显示了sys.modules像任何其他模块。 运行主脚本无非就是用的模块名称导入更__main__ 。
有与没有保存.pyc文件由于只读目录中的文件没有问题蟒蛇简单地忽略它，并在移动。
缓存脚本的好处是相同缓存任何模块的：不浪费时间每次它的运行时间重新编译脚本。 该文档明确地承认这一点（“因此，脚本的启动时间可能会减少......”）。
另一个问题需要注意：如果您运行python foo.py和foo.pyc存在，它不会被使用 。 你必须明确地说， python foo.pyc 。 这是一个非常糟糕的主意：它意味着当它是不同步的Python不会自动重新编译的.pyc文件的文件（由于.py文件变化），因此对.py文件的更改将不会使用，直到您手动重新编译。 它也将与抛出一个RuntimeError彻底失败如果升级的Python和.pyc文件的文件格式不再兼容，这经常发生。 通常情况下，这是所有透明地处理。
你不应该需要一个脚本移动到一个虚拟的模块，并成立了引导脚本欺骗的Python到其高速缓存。 这是一个hackish的解决方法。
唯一可能（而且非常缺乏说服力）我之所以能凑合是避免从一堆pyc文件被杂乱的主目录。 （这不是真正的理由如果这是一个实际的问题，则pyc文件应保存为点文件）。这当然没有理由不甚至有一个选项来做到这一点。
蟒绝对应该能够缓存主模块。
以来：
当它从.pyc文件或.pyo文件时，它是从一个.py文件阅读不是阅读程序不会跑得更快这是关于.pyc文件或.pyo文件的速度的唯一事情就是与它们加载速度。
这是不必要的，以产生用于主脚本pyc文件的文件。 只有那些可能会被加载多次图书馆应编制。
编辑 ：
这似乎你没明白我的意思。 首先，认识到编制的整体思路.pyc文件也作出了同样的文件在第二次执行速度更快。 然而，考虑是否做的Python编译脚本正在运行。 解释器将字节码写入到一个.pyc的文件在第一次运行，这需要时间。 因此，它甚至会运行有点慢。 你可能会认为它会更快之后运行。 好吧，这只是一个选择。 此外，作为this说：
明确优于隐式。
如果想通过使用加速.pyc的文件，应该手动编译并运行.pyc明确文件。
要回答你的问题，参考6.1.3。 “编译”Python文件在Python正式文件。
当脚本由命令行上给出它的名字运行，脚本的字节码不会被写入一个.pyc文件或.pyo文件。 因此，脚本的启动时间可通过移动它的大部分代码的一个模块，并具有导入这个模块一小启动脚本减少。 另外，也可以命名.pyc文件或直接.pyo文件的命令行上。
教育学
让我又爱又恨类似这样的问题上如此，因为有感情，意见的复杂混合物，和受过教育的猜测事情，人们开始变得snippy，不知何故每个人都失去了赛道的实际情况，最终失去了轨道原题的共。
这么多的技术问题都至少有一个明确的答案，但这些“为什么”的问题往往没有只是一个单一的，确定的答案（例如，可以通过执行或引用权威人士的答案来验证答案）。 在我看来，有两个可能的方式来明确回答计算机科学“为什么”的问题：
通过指向一个实现所关注的项目的源代码。 这就解释了“为什么”从技术角度来看：什么前提条件是必要的，以唤起这种行为？
通过指向人类可读的文物（注释，提交信息，邮件列表等）由参与作出该决定的开发人员编写的。 这就是“为什么”，我假设OP是感兴趣的真正意义：为什么Python的开发人员使这种看似随意的决定？
第二种回答是更加难以证实，因为它需要获得在谁写的代码开发者的心，特别是如果没有容易找到，公开文件中的特定行为的决定。
迄今为止，这个讨论有7回答是只专注于阅读的Python的开发者的意图，但只有一个在整批引用 。 （它引用了不回答OP的问题了Python手册的部分。）
这是我在与沿引用既回答了“为什么”的问题两侧的尝试。
源代码
什么是触发.pyc文件编制的前提条件？ 让我们来看看源代码。 （烦人，在GitHub上Python没有发布任何标记，所以我就告诉你，我在寻找715a6e ）。
有在希望的代码import.c:989在load_source_module()函数。 我在这里切出一些位为简洁起见。
static PyObject *
load_source_module(char *name, char *pathname, FILE *fp)
{
// snip...
if (/* Can we read a .pyc file? */) {
/* Then use the .pyc file. */
}
else {
co = parse_source_module(pathname, fp)
if (co == NULL)
return NULL
if (Py_VerboseFlag)
PySys_WriteStderr("import %s # from %s\n",
name, pathname)
if (cpathname) {
PyObject *ro = PySys_GetObject("dont_write_bytecode")
if (ro == NULL || !PyObject_IsTrue(ro))
write_compiled_module(co, cpathname, &st)
}
}
m = PyImport_ExecCodeModuleEx(name, (PyObject *)co, pathname)
Py_DECREF(co)
return m
}
pathname是路径模块和cpathname是相同的路径，但是用pyc文件扩展名。 唯一的直接逻辑是布尔sys.dont_write_bytecode 。 逻辑的其余部分就是错误处理。 因此，我们所寻求的答案不在这里，但我们至少可以看到，调用此的任何代码将导致在大多数默认配置的.pyc文件的文件。 该parse_source_module()函数没有真正意义要执行的流程，但我会在这里显示，因为我会回来稍后。
static PyCodeObject *
parse_source_module(const char *pathname, FILE *fp)
{
PyCodeObject *co = NULL
mod_ty mod
PyCompilerFlags flags
PyArena *arena = PyArena_New()
if (arena == NULL)
return NULL
flags.cf_flags = 0
mod = PyParser_ASTFromFile(fp, pathname, Py_file_input, 0, 0, &flags,
NULL, arena)
if (mod) {
co = PyAST_Compile(mod, pathname, NULL, arena)
}
PyArena_Free(arena)
return co
}
这里的显着的方面是，函数解析和编译的文件，并返回一个指针的字节代码（如果成功）。
现在，我们仍处于一个死胡同，让我们处理这个从一个新的角度。 如何Python中加载它的参数，并执行它？ 在pythonrun.c有用于从文件加载代码并执行它的几个功能。 PyRun_AnyFileExFlags()可以处理交互式和非交互式的文件描述符。 对于交互式的文件描述符，它委托给PyRun_InteractiveLoopFlags()这是REPL）和非交互式的文件描述符，它委托给PyRun_SimpleFileExFlags() PyRun_SimpleFileExFlags()检查文件名 中结束.pyc 。 如果这样做的话，就调用run_pyc_file()直接加载编译字节码从一个文件描述符然后运行它。
在更常见的情况下（即.py文件作为参数）， PyRun_SimpleFileExFlags()调用PyRun_FileExFlags()这是我们开始找到了答案。
PyObject *
PyRun_FileExFlags(FILE *fp, const char *filename, int start, PyObject *globals,
PyObject *locals, int closeit, PyCompilerFlags *flags)
{
PyObject *ret
mod_ty mod
PyArena *arena = PyArena_New()
if (arena == NULL)
return NULL
mod = PyParser_ASTFromFile(fp, filename, start, 0, 0,
flags, NULL, arena)
if (closeit)
fclose(fp)
if (mod == NULL) {
PyArena_Free(arena)
return NULL
}
ret = run_mod(mod, filename, globals, locals, flags, arena)
PyArena_Free(arena)
return ret
}
static PyObject *
run_mod(mod_ty mod, const char *filename, PyObject *globals, PyObject *locals,
PyCompilerFlags *flags, PyArena *arena)
{
PyCodeObject *co
PyObject *v
co = PyAST_Compile(mod, filename, flags, arena)
if (co == NULL)
return NULL
v = PyEval_EvalCode(co, globals, locals)
Py_DECREF(co)
return v
}
这里的突出的一点是，这两个函数基本上执行相同的目的，进口商的load_source_module()和parse_source_module() 它调用解析器创建从Python源代码的AST，然后调用编译器创建字节码。
那么，这些代码块多余的还是他们的目的不同？ 不同的是，一个块加载从文件的模块，而其他块使用的是模块作为参数。 该模块的说法是-在这种情况下-在__main__模块，它使用的是低级别的C函数早些时候在初始化过程中创建的。 该__main__模块不通过最正常的模块导入代码路径，因为它是如此独特，并且作为一个副作用，它不通过产生代码去.pyc的文件。
总结：为什么原因__main__ 。模块未编译.pyc文件是它是不是“进口”是的，它出现在sys.modules中，但它通过不是真正的模块导入采取了非常不同的代码路径到达那里。
开发者意图
好了，我们现在可以看到的行为更多的是与Python的设计比在源代码中任何明确表达的理由，但是这并没有回答这是否是一种有意的决定，或只是一个副作用的问题这不打扰任何人足以成为值得改变。 一个开源的好处是，一旦我们发现我们感兴趣的源代码，我们可以使用VCS帮助追溯，导致目前实施的决定。
其中代码的关键行这里（ m = PyImport_AddModule("__main__") ）的历史可以追溯到1990年，并在自己BDFL，圭多写的。 它已被修改，在干预的岁月，但修改是肤浅的。 当它第一次写，一个脚本参数主模块初始化是这样的：
int
run_script(fp, filename)
FILE *fp
char *filename
{
object *m, *d, *v
m = add_module("`__main__`")
if (m == NULL)
return -1
d = getmoduledict(m)
v = run_file(fp, filename, file_input, d, d)
flushline()
if (v == NULL) {
print_error()
return -1
}
DECREF(v)
return 0
}
这之前存在.pyc的文件甚至被引入到Python的！ 难怪当时的设计没有考虑汇编成账户脚本参数。 提交信息神秘地说：
“编译”版本
这是几十的一个承诺，在3天的时间......看来，圭多是深入到一些黑客/重构，这是一回到是稳定的第一个版本。 这种承诺甚至五年左右早于Python的开发邮件列表的创建！
保存编译的字节码引入以后6个月，于1991年。
这仍然早于列表服务，所以我们有一个什么样圭多想没有真正的想法。 看来，他只是认为，进口商为挂接到缓存字节码的目的，最好的地方。 他是否考虑做同样为理念__main__不清：要么没有想到他，不然他认为这是更多的麻烦比它的价值。
我无法找到要缓存为主要模块的字节码相关的bugs.python.org任何错误，也可以找到关于它的邮件列表上的任何消息，因此，显然没有人认为这是值得的麻烦尝试添加它。
总结：为什么所有模块编译的缘故.pyc除了__main__是，它是历史的怪癖如何设计和实现。 __main__被作品烤成代码前.pyc的文件，即使存在。 如果你想知道的多的是，你需要电子邮件圭多和要求。
格伦·梅纳德的回答说：
似乎没有人想这样说，但我敢肯定的答案很简单：有这种行为没有坚实的理由。
我同意100％。 有间接证据来支持这一理论，没有人在这个线程别人提供的证据来支持任何其他理论的一个切丝。 我upvoted格伦的回答。
因为剧本正在运行可能会在某处是不恰当的生成pyc文件，如/usr/bin 。
Python（发音：英[ˈpaɪθən]，美[ˈpaɪθɑ:n]），是一种易学且功能强大的编程语言。
这种语言的名字（Python意为“蟒蛇”）来自于BBC节目“Monty Python的飞行马戏团”，而与爬行动物没有关系。在文档中用Monty Python来开玩笑不只是可以的，还是可以推荐的！
Python具有高级有效的数据结构和简单有效的面向对象编程。
Python优雅的语法和动态类型，加上它的解释性，使它成为很多编程平台开放开源和快速开发应用的理想语言。
Python 解释器及丰富的标准库以源码或机器码的形式提供，可以到 Python 官网 www.python.org 免费获取。在下载时要注意你所使用的操作系统类型。在这个官方网站上还提供了许多免费的第三方 Python 模块、程序和工具以及附加文档的发布页面或链接。
Python很容易使用，但它是一种真正的编程语言，提供了很多数据结构，也支持大型程序，远超shell脚本或批处理文件的功能。Python还提供比C语言更多的错误检查，而且作为一种“超高级语言”，它有高级的内置数据类型，比如灵活的数组和字典。正因为这些更加通用的数据类型，Python能够应付更多的问题，超过Awk甚至Perl，而且很多东西在Python中至少和那些语言同样简单。
Python 允许你划分程序模块，在其他的 Python 程序中重用。它内置了很多的标准模块，你可以在此基础上开发程序——也可以作为例子，开始学习 Python 编程。例如，文件输入输出，系统调用，套接字，甚至图形界面接口工作包比如 Tk 。
Python是一种解释型语言，在程序开发阶段可以为你节省大量时间，因为不需要编译和链接。解释器可以交互式使用，这样就可以方便地尝试语言特性，写一些一次性的程序，或者在自下向上的程序开发中测试功能。
Python也是一个顺手的桌面计算器。
Python程序的书写是紧凑而易读的。Python代码通常比同样功能的C，C++，Java代码要短很多，原因列举如下：
（1）高级数据类型允许在一个表达式中表示复杂的操作；
（2）代码块的划分是按照缩进而不是成对的花括号；
（3）不需要预先定义变量或参数。
Python是“可扩展的”：如果你知道怎么写C语言程序，就能很容易地给解释器添加新的内置函数或模块，不论是让关键的程序以最高速度运行，还是把Python程序链接到只提供预编译程序的库（比如硬件相关的图形库）。一旦你真正链接上了，就能在Python解释器中扩展或者控制C语言编写的应用了。
Python本身提供了非常完善的基础代码库，覆盖了网络、文件、GUI、数据库、文本等大量内容。所以，使用Python开发程序，你不必从0开始做，使用基础代码库或第三方库就可以轻松帮助你完成大量的工作。
在实际中，许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都在大量地使用Python。因此，你学习或使用Python并不孤单。
但是，Python并不是完美的，也并非万能的。它的第一个缺点就是运行速度慢，由于Python是解释型语言，与其它编译型语言比起来要慢得多，不过当前的计算机硬件和网络设备的性能改善很多，而且很多情况下，你不需要那么快的速度去做工作，Python的慢性子是可以忍受的。
它的第二个缺点就是代码是可见的，你编写的Python程序共享给其他人时，其他人是可以看到源代码的，这一方面是由于Python的宗旨是开源共享，另外一方面是它是解释型的，拿过来，用你的Python解释器直接解释运行就可以了，没必要封装编译成机器代码。
（注：本文整理了官方文档与网络其它文档中的一些内容）
本号将在今后逐步发布Python方面的文章，希望你能收藏关注本号，有空来看看，留下你的足迹，给本站前行的动力。
微信搜索 “优雅的代码” 关注本站的公众号，以获取最新内容。
个人成长离不开各位的关注，你的关注就是我继续前行的动力。
