本项目主要是对500 Lines or LessA Python Interpreter Written in Python (aosabook.org) 的复现，尝试通过Python来实现Python的解释器，从而理解Python的原理。
introduction
Byterun是一个用Python实现的Python解释器。在我研究Byterun的过程中，我惊讶地发现Python解释器的基本结构很容易适应500行的大小限制。本章将介绍解释器的结构，并为您提供足够的背景来进一步探索它。目标不是解释关于解释器的所有知识——像许多有趣的编程和计算机科学领域一样，您可以花费数年时间深入了解这个主题。
Byterun是由Ned Batchelder和我编写的，基于Paul Swartz的工作。其结构与Python的主要实现，CPython，相似，因此理解Byterun将帮助您了解解释器通常和CPython解释器特别是什么。 (如果你不知道你正在使用哪个Python，那可能是CPython。) 尽管长度很短，但Byterun能够运行大多数简单的Python程序。
Python解释器
- Python解释器: 这里详细描述了“解释器”的不同定义。在本文中，它特指执行Python程序的最后一步。
- 执行过程: Python代码的执行包括四个主要步骤：
词法分析、解析、编译和解释。前三个步骤将源代码转化为解释器可以理解的指令，而解释器的任务是执行这些指令。 - 编译与解释: 尽管Python通常被称为解释型语言，但它确实有一个编译步骤。与编译型语言相比，Python的编译步骤相对简单，而解释步骤更为复杂。
Python解释器是一个虚拟机，这意味着它是模拟物理计算机的软件。这个特定的虚拟机是一个堆栈机器：它操作几个堆栈来执行其操作（与寄存器机相对，寄存器机从特定的内存位置读取和写入）。
Python解释器是一个字节码解释器：它的输入是称为字节码的指令集。当你编写Python时，词法分析器、解析器和编译器为解释器操作生成代码对象。每个代码对象都包含一组要执行的指令——那就是字节码——以及解释器需要的其他信息。字节码是Python代码的中间表示：它以解释器可以理解的方式表达你编写的源代码。它类似于汇编语言作为C代码和硬件之间的中间表示的方式。
制作一个最简单的解释器
为了具体化这个概念，让我们从一个非常简单的解释器开始。这个解释器只能加数字，并且只理解三个指令。它能执行的所有代码都由这三个指令的不同组合组成。这三个指令是：
LOAD_VALUE
ADD_TWO_VALUES
PRINT_ANSWER
由于在本章中我们不关心词法分析器、解析器和编译器，所以指令集是如何生成的并不重要。你可以想象编写7 + 5，然后有一个编译器发出这三个指令的组合。或者，如果你有合适的编译器，你可以写Lisp语法，它被转化为相同的指令组合。解释器不在乎。重要的是我们的解释器得到了这些指令的一个良好的组合。
假设
7 + 5 产生了这个指令集：
what_to_execute = { "instructions": [("LOAD_VALUE", 0), # 第一个数字 ("LOAD_VALUE", 1), # 第二个数字 ("ADD_TWO_VALUES", None), ("PRINT_ANSWER", None)], "numbers": [7, 5] }
Python解释器是一个堆栈机器，所以它必须操作堆栈来加两个数字（图12.1）。解释器将从执行第一个指令LOAD_VALUE开始，并将第一个数字压入堆栈。接下来，它会将第二个数字压入堆栈。对于第三个指令，ADD_TWO_VALUES，它会弹出两个数字，将它们加在一起，并将结果压入堆栈。最后，它会从堆栈中弹出答案并打印出来。
LOAD_VALUE指令告诉解释器将一个数字压入堆栈，但该指令本身并没有指定哪个数字。每个指令都需要额外的信息，告诉解释器在哪里找到要加载的数字。因此，我们的指令集有两部分：指令本身，以及指令需要的常量列表。（在Python中，我们称之为“指令”的是字节码，而下面的“what to execute”对象是代码对象。）
为什么不直接将数字放入指令中呢？想象一下，如果我们是在将字符串而不是数字加在一起。我们不希望将字符串与指令混在一起，因为它们可能会任意大。这种设计也意味着我们只需要每个对象的一个副本，所以例如要加7 + 7，”numbers”可以只是[7]。
你可能会想知道为什么除了ADD_TWO_VALUES之外还需要其他指令。的确，对于简单地加两个数字的情况，这个例子有点做作。然而，这个指令是更复杂程序的构建块。例如，只用我们迄今为止定义的指令，我们已经可以将三个值加在一起——或任意数量的值——只要给定正确的这些指令集。堆栈为我们提供了一个清晰的方式来跟踪解释器的状态，并且随着我们的进展，它将支持更多的复杂性。
现在，让我们开始编写解释器本身。解释器对象有一个堆栈，我们将用一个列表来表示。该对象还有一个描述如何执行每个指令的方法。例如，对于LOAD_VALUE，解释器将把值压入堆栈。
class Interpreter:
def __init__(self):
self.stack = []
def LOAD_VALUE(self, number):
self.stack.append(number)
def PRINT_ANSWER(self):
answer = self.stack.pop()
print(answer)
def ADD_TWO_VALUES(self):
first_num = self.stack.pop()
second_num = self.stack.pop()
total = first_num + second_num
self.stack.append(total)
这三个函数实现了我们的解释器所理解的三个指令。解释器还需要另一个部分：一个将所有内容整合在一起并实际执行的方法。这个方法，名为run_code，将上面定义的what_to_execute字典作为参数。它遍历每个指令，如果有的话，处理该指令的参数，然后在解释器对象上调用相应的方法。
def run_code(self, what_to_execute):
instructions = what_to_execute["instructions"]
numbers = what_to_execute["numbers"]
for each_step in instructions:
instruction, argument = each_step
if instruction == "LOAD_VALUE":
number = numbers[argument]
self.LOAD_VALUE(number)
elif instruction == "ADD_TWO_VALUES":
self.ADD_TWO_VALUES()
elif instruction == "PRINT_ANSWER":
self.PRINT_ANSWER()
也就是说， 这个其实是对每一行字节码都有对应的内容。进行执行，这里传入的是参数列表和对应的参数列表的index， 而不是直接传参，这是为什么？