解密 Python 的弱引用

本次我们来聊一聊对象的弱引用，但在此之前，我们首先需要了解 Python 中的引用计数。

引用计数

Python 的变量本质上是一个 PyObject * 泛型指针，它是一个和对象关联的名字，我们通过这个名字可以找到其引用的对象。比如 a = 666，可以理解为 a 引用了 666 这个对象，而一个对象被多少个变量引用，那么该对象的引用计数就是多少。

同理如果 b = a，那么代表 b 也引用了 a 所引用的对象。因此 b = a 之后，两个变量没有什么直接的关系，只是这两个变量都引用了同一个对象罢了，而此时 666 这个整数对象的引用计数就是 2。

当我们 del a 之后，并不代表要删除 666 这个对象，只是将 a 这个变量给删除了，让 a 不再引用 666 这个对象，但是 b 还在引用它。如果 del b 之后，那么 b 也不再引用 666 这个对象了，所以此时它的引用计数变成了 0，而一旦一个对象的引用计数变成了 0，那么它就会被 Python 解释器给回收掉。

class A:

    def __init__(self, obj):
        self.obj = obj

    def __del__(self):
        print("当实例对象被回收时, 会触发我的执行······")


# 显然我们创建了一个对象 A(123), 然后让变量 a 指向（引用）它
# 然后 b = a, 让 b 也指向 a 指向的对象
a = A(123)
b = a

# 此时对象的引用计数为 2, 然后我们将 a 删除掉
del a
print("无事发生, 一切正常")

# 如果再 del b, 那么 A(123) 的引用计数就变成了 0, 那么它就该被回收了
# 一旦被回收, 就会触发析构函数 __del__
del b
print("触发完析构函数, 这里会打印")
"""
无事发生, 一切正常
当实例对象被回收时, 会触发我的执行······
触发完析构函数, 这里会打印
"""

所以对象是否被回收的唯一准则就是它的引用计数是否为 0，只要为 0 就被回收。然而引用计数虽然简单、也比较直观，但是它无法解决循环引用的问题。

循环引用

什么是循环引用呢？

class A:

    def __init__(self, obj):
        self.obj = obj

    def __del__(self):
        print("当实例对象被回收时, 会触发我的执行······")


# 创建两个对象, 分别让 a 和 b 引用
a = A(123)
b = A(123)

# 然后, 重点来了
a.obj = b
b.obj = a
# 此时 a 引用的实例对象被 b.obj 引用了
# b 引用的实例对象被 a.obj 引用了
# 这个时候，两个对象的引用计数都为 2

# 然后我们 del a, b，这个时候能把对象删除掉吗? 显然是不能的
# 因为它们的引用计数都变成了 1, 不是 0。只要不为 0, 就不会被回收
del a, b

以上这种情况被称之为循环引用，而这也正是引用计数机制所无法解决的痛点，所以 Python 的 gc 就出现了，它的目的正是为了解决循环引用而出现的。

上面这段程序其实执行之后，两个对象还是会被回收的，因为程序一旦结束，Python 会释放所有对象。当然即便程序不结束，我们在 del a, b 之后，对象也会被删掉，只不过需要等到 gc 发动的时候了。因为 Python 的 gc 可以找出那些发生循环引用的对象，并减少它们的引用计数。

import gc


class A:

    def __init__(self, obj):
        self.obj = obj

    def __del__(self):
        print("当实例对象被回收时, 会触发我的执行······")


a = A(123)
b = A(123)

a.obj = b
b.obj = a

del a, b
print("析构函数没有被执行, 因为引用计数不为零")
# gc 触发是需要条件的, 但是 Python 支持我们手动引发 gc
# gc 发动之后会找出发生循环引用的对象
# 由于这里的两个对象没有外部的变量引用, 所以它们都是要被回收的
gc.collect()
print("两个对象都被回收了")
"""
析构函数没有被执行, 因为引用计数不为零
当实例对象被回收时, 会触发我的执行······
当实例对象被回收时, 会触发我的执行······
两个对象都被回收了
"""

所以 Python 的垃圾回收机制就是为了解决循环引用的，从根节点出发，采用三色标记模型对 Python 对象进行标记清除，找出可达与不可达的对象。凡是不可达的对象，说明已经没有外部变量引用它们了。

就比如代码中的两个对象已经没有外部引用了，因为 a 和 b 两个变量都已被删除，但由于这两个老铁还在彼此抱团取暖，导致引用计数机制没有识别出来。而当垃圾回收的时候，垃圾回收器会找到发生循环引用的对象，并手动将它们的引用计数减一。所以上面在 gc.collect() 之后，它们的引用计数就从 1 变成了 0，因此就被回收了。

但需要注意的是，对象是否被回收取决于它的引用计数是否为 0，而垃圾回收只是负责修正引用计数，让引用计数机制能够正常工作。

而且对于那些有能力产生循环引用的对象，解释器都会将它们挂在单独的链表上，也就是所谓的零代链表、一代链表、二代链表。垃圾回收器会负责定期检测这些链表，看是否有产生循环引用的对象，因此链表中的对象越多，那么检测一次的代价就越大。

如果你能确保某个对象一定不会发生循环引用，那么也可以不让它参与垃圾回收，当然只有在写 C 扩展的时候才能这么做。

强引用与弱引用

Python 变量直接引用对象是强引用，会增加对象的引用计数；而所谓弱引用，就是变量在引用一个对象的时候，不会增加这个对象的引用计数。

而 Python 也是支持弱引用的，对象的所有弱引用都会保存在该对象的一个字段里面。举个例子：

对象本质上是一个结构体实例，结构体内部会有一个字段专门负责维护该对象的弱引用，从注释可以看出这个字段就是一个列表。

如何实现弱引用

如果想实现弱引用，需要使用 weakref 模块，一般来说这个模块用的比较少，因为弱引用本身用的就不多。但是弱引用在很多场景中，可以发挥出很神奇的功能。

import weakref

class RefObject:

    def __del__(self):
        print("del executed")


obj = RefObject()
# 对象的弱引用通过 weakref.ref 类来创建
r = weakref.ref(obj)
print(obj) 
"""
<__main__.RefObject object at 0x000001B7C573A5E0>
"""
# 显示关联 RefObject
print(r)
"""
<weakref at 0x000001B7DCAE19A0; to 'RefObject' at 0x000001B7C573A5E0>
"""

# 对引用进行调用的话, 即可得到原对象
print(r() is obj)  
"""
True
"""

# 删除 obj 会执行析构函数
del obj  
"""
del executed
"""

# 之前说过 r() 等价于 obj, 但是obj被删除了, 所以返回 None
# 从这里返回 None 也能看出这个弱引用是不会增加引用计数的
print("r():", r()) 
"""
r(): None
"""
# 打印弱引用, 告诉我们状态已经变成了 dead
print(r)  
"""
<weakref at 0x000001B7DCAE19A0; dead>
"""

通过弱引用我们可以实现缓存的效果，当弱引用的对象存在时，则对象可用；当对象不存在时，则返回 None，程序不会因此而报错。这个和缓存本质上是一样的，也是一个有则用、无则重新获取的技术。

此外 weak.ref 还可以接受一个可选的回调函数，删除引用所指向的对象时就会调用这个回调函数。

import weakref

class RefObject:

    def __del__(self):
        print("del executed")


obj = RefObject()
r = weakref.ref(obj, lambda ref: print("引用被删除了", ref))
del obj  
print("r():", r()) 
"""
del executed
引用被删除了 <weakref at 0x0000021A69681900; dead>
r(): None
"""
# 回调函数会接收一个参数, 也就是死亡之后的弱引用; 

前面我们说了，对象的弱引用会由单独的字段保存，也就是保存在列表中。当对象被删除时，会遍历这个列表，依次执行弱引用绑定的回调函数。

创建弱引用除了通过 weakref.ref 之外，还可以使用代理。有时候使用代理比使用弱引用更方便，使用代理可以像使用原对象一样，而且不要求在访问对象之前先调用代理。这说明，可以将代理传递到一个库，而这个库并不知道它接收的是一个代理而不是一个真正的对象。

import weakref

class RefObject:

    def __init__(self, name):
        self.name = name

    def __del__(self):
        print("del executed")


obj = RefObject("my obj")
r = weakref.ref(obj)
p = weakref.proxy(obj)

# 可以看到引用加上()才相当于原来的对象
# 而代理不需要，直接和原来的对象保持一致
print(obj.name)  # my obj
print(r().name)  # my obj
print(p.name)  # my obj

# 但是注意: 弱引用在调用之后就是原对象, 而代理不是
print(r() is obj)  # True
print(p is obj)  # False

del obj  # del executed

try:
    # 删除对象之后, 再调用引用, 打印为None
    print(r())  # None
    # 如果是使用代理, 则会报错
    print(p)
except Exception as e:
    print(e)  # weakly-referenced object no longer exists

weakref.proxy 和 weakref.ref 一样，也可以接收一个额外的回调函数。

字典的弱引用

weakref 专门提供了 key 为弱引用或 value 为弱引用的字典，先来看看普通字典。

class A:

    def __del__(self):
        print("__del__")

a = A()

# 创建一个普通字典
d = {}
# 由于 a 作为了字典的 key, 那么 a 指向的对象引用计数会加 1, 变成 2
d[a] = "xxx"

# 删除 a, 对对象无影响, 不会触发析构函数
del a
print(d)
"""
{<__main__.A object at 0x000002092669A5E0>: 'xxx'}
__del__
"""
# 最后打印的 __del__ 是程序结束时, 将对象回收时打印的

但如果是对 key 为弱引用的字典的话，就不一样了。

import weakref
class A:

    def __del__(self):
        print("__del__")

a = A()

# 创建一个弱引用字典, 它的 api 和普通字典一样
d = weakref.WeakKeyDictionary()
print("d:", d)  
"""
d: <WeakKeyDictionary at 0x7f8a581a0d30>
"""

# 此时 a 指向的对象的引用计数不会增加
d[a] = "xxx"
print("before del a:", list(d.items()))
"""
before del a: [(<__main__.A object at 0x7f8a581a0d60>, 'xxx')]
"""

# 删除 a, 对象会被回收
del a
"""
__del__
"""
print("after del a:", list(d.items()))
"""
after del a: []
"""

key 为弱引用的字典不会增加 key 的引用计数，并且当对象被回收时，会自动从字典中消失。

除了可以创建 key 为弱引用的字典，还可以创建 value 为弱引用的字典。

import weakref
class A:

    def __del__(self):
        print("__del__")

a = A()

d = weakref.WeakValueDictionary()
# value 为弱引用
d["xxx"] = a
print("before del a:", list(d.items()))
"""
before del a: [('xxx', <__main__.A object at 0x7f89580a7d60>)]
"""
# 删除 a, 对象会被回收
del a
"""
__del__
"""
print("after del a:", list(d.items()))
"""
after del a: []
"""

整个过程是一样的，当对象被回收时，键值对会自动从字典中消失。

除了字典，我们还可以创建弱引用集合，将对象放入集合中不会增加对象的引用计数。

import weakref

class A:

    def __del__(self):
        print("__del__")

a = A()

s = weakref.WeakSet()
s.add(a)
print(len(s))
del a
print(len(s))
"""
1
__del__
0
"""

让自定义类支持弱引用

每一个自定义类的实例，都会有自己的属性字典 __dict__。而我们知道字典使用的是哈希表，这是一个使用空间换时间的数据结构，因此如果想省内存的话，那么我们通常的做法是指定 __slots__ 属性，这样实例就不会再有属性字典 __dict__ 了。

import weakref

class A:

    __slots__ = ("name", "age")

    def __init__(self):
        self.name = "古明地觉"
        self.age = 17

a = A()

try:
    weakref.ref(a)
except Exception as e:
    print(e)  # cannot create weak reference to 'A' object

try:
    weakref.proxy(a)
except Exception as e:
    print(e)  # cannot create weak reference to 'A' object

try:
    d = weakref.WeakSet()
    d.add(a)
except Exception as e:
    print(e)  # cannot create weak reference to 'A' object


此时我们发现，A 的实例对象没办法被弱引用，因为指定了 __slots__。那么要怎么解决呢？很简单，直接在 __slots__ 里面加一个属性就好了。

import weakref

class A:

    # 多指定一个__weakref__, 表示支持弱引用
    __slots__ = ("name", "age", "__weakref__")

    def __init__(self):
        self.name = "古明地觉"
        self.age = 17

a = A()

weakref.ref(a)
weakref.proxy(a)
d = weakref.WeakSet()
d.add(a)

没有报错，可以看到此时就支持弱引用了。

C 的角度来看强引用和弱引用

首先 C 源代码变成可执行文件会经历如下几个步骤：

• 预处理：进行头文件展开，宏替换等等；

• 编译：通过词法分析和语法分析，将预处理之后的文件翻译成汇编代码，内存分配也是在此过程完成的；

• 汇编：将汇编代码翻译成目标文件，目标文件中存放的也就是和源文件等效的机器代码；

• 链接：程序中会引入一些外部库，需要将目标文件中的符号与外部库的符号链接起来，最终形成一个可执行文件；

而在链接这一步，这些符号必须能够被正确决议，如果没有找到某些符号的定义，连接器就会报错，这种就是强引用。而对于弱引用，如果该符号有定义，则链接器将该符号的引用决议，如果该符号未被定义，则链接器也不会报错。

链接器处理强引用和弱引用的过程几乎一样，只是对于未定义的弱引用，链接器不认为它是一个错误的值。一般对于未定义的弱引用，链接器默认其为 0，或者是一个其它的特殊的值，以便于程序代码能够识别。

弱引用确实是一个比较复杂的地方，尽管 weakref 这个模块用起来比较简单，但是在解释器层面，弱引用还是不简单的。

推荐阅读  点击标题可跳转