如果我保留机器代码，像 Python 这样的解释语言会和像 C++ 这样的编译语言一样快吗

Question

我对 Python 等解释型语言的理解是，它将源代码转换（或编译，取决于术语的确切定义）为低级且独立于平台的字节码。当字节码需要在特定机器上执行时，它会再次由 Python VM 转换为目标机器特定机器码，以便目标机器的 CPU 可以成功理解我的 Python 代码（已经是字节码格式）。

在这个过程中，源代码和字节码是平台无关的，最终的机器码是平台相关的。

我的问题是，如果我保存 Python VM 生成的结果机器代码并在同一台机器上重新使用它会怎样？这是否意味着我已经像 C/C++ 一样编译了 Python 源代码？我的理解是，在机器代码层面上，“高级编程语言”的概念消失了，生成这种机器代码的源代码变得无关紧要——机器代码只是机器代码，CPU不关心也不知道是哪种语言这样的机器码来自。这是否意味着，不知何故，PythonVM 生成的机器代码可以和 C/C++ 生成的机器代码一样快？

（我知道这样的机器代码无论如何都不会是跨平台的——但这不是这个问题的关注点。因为我总是可以编译针对不同平台的源代码，就像 C/C++ 一样。）

Answer 1

没有。 Python 字节码与机器码不同。显然，您可以构建一个使用 Python 字节码作为机器码的硬件。

但是，Python 开发人员并没有创建真正的硬件机器，而是创建了一种 Python 虚拟机，将 Python 代码作为其机器代码运行（我说的有点，因为它主要是解释而不是像 JVM 语言那样编译，而虚拟机是不是真正的VM，而是解释器，您应该更多地研究VM和解释器之间的区别:-))。您可以将 VM 想象成一个“模拟真实硬件”以运行代码的程序。

这样，您无需关心底层硬件，但您必须将 Python 解释器环境与您的代码一起提供以形成可执行文件。

我认为直接转换为机器码的误解是罪魁祸首。在某种程度上，是的，Python 被翻译成机器代码，但是间接地通过在机器上执行 Python 环境然后在执行代码的过程中的 Python 环境碰巧将你的 Python 代码转换为机器代码以便运行它。