用 Python 撰寫的 Python 解釋器

背景

本文介紹了 Byterun，一個僅用約 500 行 Python 程式碼實作的 Python 直譯器。作者 Allison Kaptur 透過這個專案展示了 Python 直譯器的核心結構，說明其本質上是一個處理字節碼（Bytecode）的堆疊機（Stack Machine），並強調即使是像 Python 這樣的直譯語言，在執行前仍需經過編譯為字節碼的過程。

社群觀點

在 Hacker News 的討論中，社群成員對於「用 Python 實作 Python」的設計哲學展開了深入探討。許多開發者認為這種「自舉」（Self-hosting）的開發方式是理解語言底層邏輯最理性的途徑。有觀點指出，當開發者必須使用 C 語言才能對 Python 或 Ruby 進行實質性的改動時，往往會感到沮喪；相較之下，若語言能由自身實作，開發者便能利用該語言原有的抽象能力來解決真實問題，這在 Scheme 或 Lisp 的生態系中尤為常見。

關於實作細節，社群特別關注 Byterun 作為字節碼直譯器的定位。有討論者原先好奇如何在 500 行內完成包含詞法分析與語法解析的完整流程，隨後發現該專案精巧地避開了前端編譯，專注於後端的指令執行。這種設計被認為是初學者接觸堆疊式直譯器運作原理的絕佳切入點。此外，資深開發者點出了一個值得學習的程式碼技巧：Byterun 利用 Python 的 getattr 函式來進行指令分發，取代了冗長且難以維護的 if-elif 判斷鏈。這種模式在許多真實世界的直譯器與指令分發系統中被廣泛採用，具有極高的參考價值。

然而，討論中也針對 PyPy 這一著名的實作進行了辨析。雖然 PyPy 常被稱為「用 Python 寫的 Python」，但技術上它是基於 RPython（Python 的一個受限子集）開發的。部分留言者認為 RPython 的限制過多，幾乎可以視為另一種語言；但支持者反駁，這種限制是為了追求極致效能所必要的權衡，且相較於直接撰寫 C 語言，RPython 仍提供了更好的開發體驗。此外，也有網友幽默地提到這種層層嵌套的直譯結構就像是「後設循環直譯器」（Metacircular Interpreter），雖然效能不彰，但在學術與理解層面極具意義。

延伸閱讀

在討論串中，開發者們分享了數個與 Byterun 相關或進階的實作專案。除了 Byterun 的原始碼倉庫外，還有針對 Python 3 進行現代化改寫的 x-python 專案。對於追求執行效率的讀者，PyPy 官方網站提供了關於如何參與開發與資助的資訊，儘管其目前在功能支援上仍略微落後於 CPython 官方版本。