CPython
之前几篇文章呢，我们聊了很多跟技术有关的事情，有的难一些，有的简单一些。那么这篇文章呢，我们聊一个轻松一点的话题啊：什么是 Python？你乍一听可能会觉得，诶，这是个什么问题，对吧？但是你仔细想一下，好像这是个问题，真的吗？我们不是要故弄玄虚啊，因为我们平时在用到 Python 这个词的时候呢，确实会有不同方向的意思。
语言标准与实现
那世界上有一些编程语言呢，是有所谓标准的。最典型的呢，就是 C 或者 C++。他们有专门的一批人去研究这个标准，说 C 应该是什么样的，C++ 应该是什么样的。然后每过几年，它就出来一个新的标准，在原有标准的基础之上，对吧，它增加一些新的东西。所以可能熟悉 C++ 的朋友知道，有什么 C++11、C++14、C++17，对不对？这就是他们每隔几年出来的不同的标准。而 C 也好，C++ 也好，是先有标准，再有实现的。就是你这个标准出来之后，编译器才在跟进。
那 C 跟 C++ 呢，有几个非常大的组织或者是公司都在做它的编译器，而且都做的很大。比如说 GCC 最典型的，对不对？在 Mac 上面，比如说是 Clang，或者是 MSVC，就是微软做的。他们都很大，而且都非常常用。都是在 C 或者 C++ 的标准之上，他们实现这些标准，然后有时候也衍生出来一些自己的新的小标准。比如在 GCC 里面，它就有一套嵌入 Assembly 的方式，那这个呢，就不是在这个 C 的标准里的。
所以当我们聊 C 跟 C++ 的时候呢，实际上有两件事啊。第一个是标准，就是它规定了这个语言是什么样的。第二个呢，是实现，就是这个编译器实现出来是什么状态。
Python 的事实标准
那我们回到 Python，Python 跟 C 跟 C++ 呢，不太一样。因为它的语言的标准和它的核心实现是同一拨人做的。严格来说呢，Python 并没有一个所谓的标准，是它的实现本身成为了事实标准。就是我这个实现长成什么样，Python 就应该怎么写。
那我们平时写的 Python 代码，对吧，保存成 .py 文件，那它本身呢，就是一个 text file。我们需要一个解释器来运行这个 text file。我们会管我们写的代码也叫 Python 代码，管这个解释器也叫 Python 解释器。但是严格来说呢，一段 Python 代码是可以用不同的 Python 解释器来完成的。
而我们最常用的解释器，也是我们经常说的所谓官方解释器，叫做 CPython。因为这个解释器的核心是由 C 语言来实现的。那大家呢，在之前我的文章里面可能看到我经常会用 CPython 这个词，说的就是官方解释器。还有人跟我留言说，现在的 Python 解释器已经不是用 C 写的，是用 Python 写的。这个不对啊，现在官方的 Python 解释器还是用 C 来写的。
CPython 的不足
但是 CPython 本身呢，有一些被人诟病的地方。第一个呢，就是速度。我们之前也聊过几篇相关的话题啊。由于它这个传统的这个虚拟机的架构，所以它运行每一行代码的速度都会偏慢。那第二个呢，就是所谓 GIL 啊，就是 Global Interpreter Lock。那 GIL 呢，我们以后有机会可以讲它一个专题啊。但是由于它的存在呢，会导致 Python 的多线程呢，是一个残废的多线程。它并没有办法通过多线程来达到更快的运算速度。那针对这个问题，当然还有一些其他的可以改进的地方，市面上还有很多别的 Python 解释器。
PyPy 的速度与兼容性
我们看这是 Python 官网给出的，叫 Alternative Python Implementation，就是非官方的 Python 实现。这里面名气最大的呢，就是这个 PyPy 啊，是用这个 JIT 来完成的一个 Python 的 Implementation。那我们看 PyPy 呢，在这些 Benchmark 上的平均速度是比 CPython 快 4.5 倍的。这还是一个很不错的成绩啊。
而 PyPy 一个优势比较大的地方呢，在于如果你写的是纯 Python 代码的话，你可以直接用它运行。它的兼容性问题是非常非常小的。就是你平时是 python 什么什么东西.py，现在变成 pypy 什么什么东西.py，就可以了。
CPython 难以撼动的原因
但是你也看到呢，PyPy 它只实现了 Python 2.7 跟 3.7 的功能。那这个就是为什么很多其他的 Python 的实现，有很多不错的 feature，但是完全没有办法撼动这个 CPython 的原因。就是 Python 的这个标准啊，它就完全是按照 CPython 来的。所以你得等 CPython 实现出来了，然后告诉大家我是怎么工作的，然后你才能去完成那个实现。那你肯定就没法跟上人家最新的步伐嘛。这是一场不公平的竞争嘛。它不像 C，对吧，它是 standard 先出来，然后大家一起去实现。
而 Python 本身的强大呢，并不仅仅是在于 Python 语言自己，而是它有非常非常多做的很优秀的库。而这些优秀的库，首先一定是适配 CPython 的。它在适配 CPython 的时候呢，它就可能会做一些只有在 CPython 上能用的功能，比如说 VizTracer 它就依赖 CPython 的实现。那很多人会说，Python 真正值钱的是 Python 这些库。而对于非 CPython 的实现来说，这些库里面可能有大量的东西都不太能用。这就是为什么除了 CPython 之外的 implementation，经常都只能处于一个比较小众的状态。
其他 Python 实现
那除了 PyPy 之外呢，其实还有一些比较有意思的 Python 实现，比如说这个 Jython。Jython 是用 Java 来实现的一个 Python。那它有一个优势呢，就是它让 Python 跟 Java 的交互变得非常的容易。所以也是有一些人在使用。那另外像 MicroPython，在这个单片机里也是经常被用到。它做了一个 Python 的 Subset，就只实现了一些核心功能，然后把它做得很小。这个也是蛮常见的一个 Python 的解释器。
包括最近在 Rust 火起来之后，RustPython 现在也有 1 万个 star 了。就是用 Rust 来实现的一个 Python。它也是利用这个 JIT 的后端，然后实现一个更快的，然后多线程可以变成真多线程的 Python。也是一个反响还蛮大的项目。
那甚至有人会教你怎么用 500 行以内的代码，来用 Python 实现一个 Python 的解释器。这也是蛮有趣的一个，很适合想提升自己 Python 水平的人的一个项目。就你可以更熟悉 Python 背后到底是怎么工作的。
好的，那今天聊这些绝对不是因为我偷懒了，不想做技术文章。只是单纯的想和大家介绍一下 Python 语言和 Python 解释器中间微小的差别。