Python語言自帶垃圾回收機制，為了能夠比較清楚說明白Python的垃圾回收機制的原理，我們今天就從最底層的解釋器開始，采用由內到外的方式來說明。

1.Python默認解釋器CPython

Python語言擁有多種解釋器，但是默認采用CPython實現。CPython實際上是用C語言編寫的。主要功能如下：

編譯python代碼為字節碼(bytecode)

在虛擬機上面運行編譯好的python程序

CPython是用C語言編寫的，而C語言本身并不支持面向對象編程。正因為如此，在CPython代碼中有很多很有意思的設計，來實現這些原本不支持的的功能。：如PyObject。

PyObject是Python中所有對象的鼻祖，它只包含兩種東西:

ob_refcnt: 引用計數

ob_type: 指向另一種類型的指針

ob_refcnt引用計數用于接下來要說明的垃圾收集。

2.垃圾回收機制

2.1 垃圾回收簡單說明

Python中的垃圾回收回收機制采用引用計數的策略來實現，當一個對象的ob_refcnt大于0，說明存在引用，此時改對象不會進行垃圾回收。當一個對象 的ob_refcnt的引用數目等于0的時候，說明該對象沒有任何引用，說明是一個閑置廢棄的對象，會進入垃圾回收的階段。

Python允許您使用sys模塊檢查對象的當前引用計數。可以使用sys.getrefcount(numbers)，但是要記住，將對象傳遞給getrefcount()會使引用計數增加1。

下面我們幾段代碼來演示一下：

2.2 引用計數入門示例

import sys

a1 = [1, 2, 3]

print(sys.getrefcount(a1))

運行結果：

2

程序運行說明：

首先第一次賦值操作，很容易理解變量a1指向的對象[1,2,3]的引用次數為1，然后在調用sys.getrefcount(a1)的時候，會把形參認為是一個局部變量a1，不是全局變量a1，但是對應的值是一樣的，所以這個時候會增加一個引用次數，變成2。

2.3 賦值增加引用計數

import sys

a1 = [1, 2, 3]

print(id(a1))

print(sys.getrefcount(a1))

a2 = a1

print(sys.getrefcount(a1))

print(sys.getrefcount(a1))

print("--" * 20)

a3 = [1, 2, 3]

print(id(a3))

print(sys.getrefcount(a3))

運行結果：

4726471808

2

3

3

----------------------------------------

4726471888

2

程序說明： 第一部分和上面的例子是一樣的，但是增加一個id(a1)的方法，會打印出a1的內存地址。當執行a2 = a1的時候，增加了一個引用。sys.getrefcount(a1)是同一個，所以兩次執行也不會增加引用。雖然a1和a3對應的值是相同的，但是id值不一樣，相當是一個新的，所以計算計算引用從1開始計算，增加sys.getrefcount(a1)里面的一個，最后結果為2。

2.4 對象包含在其他數據結構中會增加引用次數

import sys

a1 = [1, 2, 3]

print(sys.getrefcount(a1))

a2 = [a1]

print(sys.getrefcount(a1))

a3 = (a1, )

print(sys.getrefcount(a1))

a4 = {"key1": a1}

print(sys.getrefcount(a1))

運行結果：

2

3

4

5

程序運行說明: 這部分是可以正常理解的。

但是當數據變化的時候，下面的例子，我找了資料也沒有具體說清楚：

import sys

a1 = 1

print(sys.getrefcount(a1))

a2 = [a1]

print(sys.getrefcount(a1))

a3 = (a1, )

print(sys.getrefcount(a1))

a4 = {"key1": a1}

print(sys.getrefcount(a1))

運行結果:

4378

4379

4380

4381

程序說明： 這部分的原因是由于Python中對象緩存造成的，對于一些數值較小的對象，會經常使用到，對這一部分對象存在內部的緩存機制。也就是會存在多個引用，具體多少數值，和運行平臺、解釋器、數值取值大小都有都有印象。 下面通過兩段簡單代碼來說明： 第一段： Python命令行執行

>>> a1=1

>>> id(a1)

140732194454592

>>> a2=1

>>> id(a2)

140732194454592

>>>

>>> b1=257

>>> id(b1)

1878299222992

>>> b2=257

>>> id(b2)

1878301364976

第二段: Pycharm中保存文件執行

a1 = 1

a2 = 1

print(id(a1))

print(id(a2))

?

b1 = 257

b2 = 257

print(id(b1))

print(id(b2))

?

b1 = 99999999999999999999999999999999999999999999999

b2 = 99999999999999999999999999999999999999999999999

print(id(b1))

print(id(b2))

運行結果：

140732194454592

140732194454592

2195360849840

2195360849840

2195386463936

2195386463936

通過兩組程序我們發現，雖然Python存在對象的緩存機制，但是對于不同的運行環境中，存在一定的差異。在命令行中，以整數為例：[-5, 256]這個區間的范圍會被緩存，但是在文件中，無論多大數值都會被緩存。

3.析構方法

3.1 析構方法說明

__del__方法稱為"析構方法"，用于實現對象被銷毀時所需要的操作。比如：釋放對象占用的資源。使用場景：

打開的文件資源

網絡連接

數據庫操作

。。。

Python實現自動的垃圾回收，當對象沒有被引用時(引用計數為0)，由垃圾回收器調用__del__方法。

我們也可以使用del語句手動刪除對象，從而保證調用__del__方法。

系統會自動提供__del__方法，一般不需要自定義析構方法。

3.2 代碼示例

代碼：

class Person:

def __init__(self, name):

self.name = name

def __del__(self):

print("銷毀對象:{0}".format(self.name))

p1 = Person("p1")

p2 = Person("p2")

# 使用del方法主動銷毀對象p2

del p2

print("程序結束")

運行結果：

銷毀對象:p2

程序結束

銷毀對象:p1

代碼說明:

因為手動調用del方法注銷p2對象，本質上還是調用對象p2本身的注銷機制，在注銷之前會調用自身的__del__()方法，所以第一行輸出銷毀對象:p2.

程序代碼運行結束，執行打印語句，所以第二行顯示：程序結束

python的垃圾回收器，對程序進行處理，發現對象p1目前仍占用內存，沒有被清除。啟動垃圾回收機制，類似步驟一，所以第三行輸出: 銷毀對象:p1

備注：

更多精彩博客，請訪問:聶發俊的技術博客

對應視頻教程，請訪問:python400

完整markdown筆記，請訪問: python400_learn_github

總結

以上是生活随笔為你收集整理的python垃圾回收 采用方式_python-面向对象-10-__del__析构方法/垃圾回收机制的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。