函數是怎么創建的，背后經歷了哪些過程？
楔子
前面我們介紹了函數的基本結構，它在底層由 PyFunctionObject 結構體表示，那么本篇文章來看看函數的創建過程。
正好明天周六日，可以慢慢看[doge]。
函數是何時創建的
介紹函數結構時，我們看到內部有一個 func_code 字段，指向一個 PyCodeObject 對象，而函數就是根據 PyCodeObject 對象創建的。
因為一個 PyCodeObject 是對一段代碼的靜態表示，Python 編譯器將源代碼編譯之后，針對里面的每一個代碼塊（code block）都會生成相應的 PyCodeObject 對象，該對象包含了這個代碼塊的一些靜態信息，也就是可以從源代碼中看到的信息。
比如某個函數對應的代碼塊里面有一個 a = 1 這樣的表達式，那么符號 a 和整數 1、以及它們之間的聯系就是靜態信息。這些信息會被靜態存儲起來，符號 a 被存在符號表 co_varnames 中，整數 1 被存在常量池 co_consts 中。然后 a = 1 是一條賦值語句，因此會有兩條指令 LOAD_CONST 和 STORE_FAST 存在字節碼指令序列 co_code 中。
這些信息是在編譯的時候就可以得到的，因此 PyCodeObject 對象是編譯之后的結果。
但 PyFunctionObject 對象是何時產生的呢？顯然它是 Python 代碼在運行時動態產生的，更準確的說，是在執行一個 def 語句的時候創建的。當虛擬機發現了 def 語句，那么就代表發現了新的 PyCodeObject 對象，因為它們是可以層層嵌套的。
然后虛擬機會根據這個 PyCodeObject 對象創建對應的 PyFunctionObject 對象，并將變量名和 PyFunctionObject 對象（函數體）組成鍵值對放在當前的 local 空間中。
而在 PyFunctionObject 對象中，也需要拿到相關的靜態信息，因此會有一個 func_code 字段指向 PyCodeObject。
除此之外，PyFunctionObject 對象還包含了一些函數在執行時所必需的動態信息，即上下文信息。比如 func_globals，就是函數在執行時關聯的 global 名字空間，如果沒有這個空間的話，函數就無法訪問全局變量了。
由于 global 作用域中的符號和值必須在運行時才能確定，所以這部分必須在運行時動態創建，無法靜態存儲在 PyCodeObject 中。因此要基于 PyCodeObject 對象和 global 名字空間來創建 PyFunctionObject 對象，相當于一個封裝?？傊磺械哪康?，都是為了更好地執行字節碼。
我們舉個例子：
# 首先虛擬機從上到下執行字節碼
name = "古明地覺"
age = 17
# 啪，很快啊，出現了一個 def
def foo():
pass
# 出現了 def，虛擬機就知道源代碼進入了一個新的作用域了
# 也就是遇到一個新的 PyCodeObject 對象了
# 而通過 def 關鍵字知道這是一個函數，于是會進行封裝
# 將 PyCodeObject 封裝成 PyFunctionObject，同時包含了全局名字空間
# 所以當執行完 def 語句之后，一個函數就被創建了
# 然后將變量名 foo 和函數體（PyFunctionObject）組成鍵值對存放在當前的 local 空間中
# 當然對于模塊而言，local 空間也是 global 空間
print({k: v for k, v in locals().items() if k == "foo"})
"""
{'foo': <function foo at 0x102d5bf40>}
"""
# 函數內部也保存了 global 空間
print(foo.__globals__ is globals() is locals())
"""
True
"""
print(foo.__globals__["foo"] is foo is locals()["foo"])
"""
True
"""調用的時候，會從 local 空間中取出符號 foo 對應的 PyFunctionObject 對象（函數對象）。然后根據函數對象創建棧幀對象，也就是為函數創建一個棧幀，隨后將執行權交給新創建的棧幀，并在新創建的棧幀中執行字節碼。
函數是怎么創建的
經過分析我們知道，當執行到 def 語句時會創建函數，并保存在 local 空間中。而通過函數名()進行調用時，會從 local 空間取出和函數名綁定的函數對象，然后執行。
那么問題來了，函數（對象）是怎么創建的呢？或者說虛擬機是如何完成 PyCodeObject 對象到 PyFunctionObject 對象之間的轉變呢？顯然想了解這其中的奧秘，就必須從字節碼入手。
import dis
code_string = """
name = "satori"
def foo(a, b):
print(a, b)
foo(1, 2)
"""
dis.dis(compile(code_string, "<func>", "exec"))源代碼很簡單，定義一個變量 name 和一個函數 foo，然后調用函數。顯然這里面會產生兩個 PyCodeObject，我們來看一下。
0 RESUME 0
# name = "satori"
2 LOAD_CONST 0 ('satori')
4 STORE_NAME 0 (name)
# 我們看到 PyCodeObject 也會作為常量被靜態收集
# 這里是將常量池中索引為 1 的 PyCodeObject 壓入運行時棧
6 LOAD_CONST 1 (<code object foo at 0x7f5d...>)
# 從棧中彈出 PyCodeObject，然后構建函數對象
# 將函數對象（的指針）再壓入運行時棧
8 MAKE_FUNCTION 0
# 從棧中彈出函數對象，并用符號 foo 綁定起來
# 到此函數就創建完畢了
10 STORE_NAME 1 (foo)
# 以下是 foo(1, 2) 對應的字節碼
12 PUSH_NULL
# 加載全局變量 foo 并壓棧
14 LOAD_NAME 1 (foo)
# 加載常量 1 和 2 并壓棧
16 LOAD_CONST 2 (1)
18 LOAD_CONST 3 (2)
# 從棧中彈出函數和參數，然后調用
# 將調用結果、即函數的返回值壓入棧中
20 CALL 2
# 從棧頂彈出返回值，因為我們沒有使用變量保存，所以會直接丟棄
# 如果使用變量保存了，比如 res = foo(1, 2)，那么這里的字節碼就是 STORE_NAME
28 POP_TOP
30 RETURN_CONST 4 (None)
# 以上是模塊對應的字節碼指令，下面是函數對應的字節碼指令
Disassembly of <code object foo at 0x7f5d..., file "<func>", line 3>:
0 RESUME 0
# 比較簡單，就是 print(a, b) 對應的字節碼
2 LOAD_GLOBAL 1 (NULL + print)
12 LOAD_FAST 0 (a)
14 LOAD_FAST 1 (b)
16 CALL 2
24 POP_TOP
26 RETURN_CONST 0 (None)通過字節碼我們看到，def 關鍵字實際上還是在定義變量，正所謂函數即變量，我們可以把函數當成普通的變量來處理。函數名就是變量名，它位于模塊對應的 PyCodeObject 的符號表中。函數體就是變量指向的值，它是基于一個獨立的 PyCodeObject 構建的。
至此，函數的結構就已經非常清晰了。
分析完結構之后，重點就要落在 MAKE_FUNCTION 指令上了，我們說當遇到 def 關鍵字的時候，就知道要創建函數了。在語法上這是函數的聲明語句，但從虛擬機的角度來看，這其實是函數對象的創建語句。
所以函數是怎么創建的，就是執行 MAKE_FUNCTION 指令創建的，該指令執行完畢后，一個函數對象就被壓入了運行時棧。等到 STORE_NAME 執行時，再將它從棧中彈出，然后和變量（函數名）綁定起來。
MAKE_FUNCTION 指令
下面我們就來分析一下 MAKE_FUNCTION 指令，看看它是怎么將一個 PyCodeObject 對象變成一個 PyFunctionObject 對象的。
TARGET(MAKE_FUNCTION) {
// 獲取 PyCodeObject 對象
PyObject *codeobj = stack_pointer[-1];
// 編譯時，解釋器能夠靜態檢測出函數有沒有閉包變量、類型注解等屬性，并體現在 oparg 中
// 構建函數時，通過 oparg 和一系列標志位做按位與，來判斷函數是否包含指定屬性
// 由于 oparg 是指令參數，所以這些屬性是否存在、以及如何訪問，在編譯階段就已經確定了
PyObject *closure = (oparg & 0x08) ? stack_pointer[...] : NULL;
PyObject *annotations = (oparg & 0x04) ? stack_pointer[...] : NULL;
PyObject *kwdefaults = (oparg & 0x02) ? stack_pointer[...] : NULL;
PyObject *defaults = (oparg & 0x01) ? stack_pointer[...] : NULL;
PyObject *func;
#line 3267 "Python/bytecodes.c"
// 基于 PyCodeObject 和全局名字空間，來構建 PyFunctionObject
PyFunctionObject *func_obj = (PyFunctionObject *)
PyFunction_New(codeobj, GLOBALS());
Py_DECREF(codeobj);
if (func_obj == NULL) {
goto error;
}
// 設置閉包變量、類型注解、默認值等屬性
if (oparg & 0x08) {
assert(PyTuple_CheckExact(closure));
func_obj->func_closure = closure;
}
if (oparg & 0x04) {
assert(PyTuple_CheckExact(annotations));
func_obj->func_annotations = annotations;
}
if (oparg & 0x02) {
assert(PyDict_CheckExact(kwdefaults));
func_obj->func_kwdefaults = kwdefaults;
}
if (oparg & 0x01) {
assert(PyTuple_CheckExact(defaults));
func_obj->func_defaults = defaults;
}
func_obj->func_version = ((PyCodeObject *)codeobj)->co_version;
// 函數創建之后，將棧里的元素彈出，然后將函數對象壓入棧中
func = (PyObject *)func_obj;
#line 4534 "Python/generated_cases.c.h"
STACK_SHRINK(((oparg & 0x01) ? 1 : 0) + ((oparg & 0x02) ? 1 : 0) +
((oparg & 0x04) ? 1 : 0) + ((oparg & 0x08) ? 1 : 0));
stack_pointer[-1] = func;
DISPATCH();
}整個步驟很好理解，然后創建函數體用的是 PyFunction_New，看一下它的邏輯。
// Objects/funcobject.c
PyObject *
PyFunction_New(PyObject *code, PyObject *globals)
{
return PyFunction_NewWithQualName(code, globals, NULL);
}
PyObject *
PyFunction_NewWithQualName(PyObject *code,
PyObject *globals,
PyObject *qualname)
{
assert(globals != NULL);
assert(PyDict_Check(globals));
// 給全局名字空間增加引用計數
Py_INCREF(globals);
// 獲取線程狀態對象
PyThreadState *tstate = _PyThreadState_GET();
// 給 PyCodeObject 對象增加引用計數
PyCodeObject *code_obj = (PyCodeObject *)Py_NewRef(code);
assert(code_obj->co_name != NULL);
// 獲取 co_name 并增加引用計數
PyObject *name = Py_NewRef(code_obj->co_name);
// 獲取 co_qualname，如果存在，增加引用計數
if (!qualname) {
qualname = code_obj->co_qualname;
}
assert(qualname != NULL);
Py_INCREF(qualname);
// 獲取常量池
PyObject *consts = code_obj->co_consts;
assert(PyTuple_Check(consts));
// 函數的 docstring 也會被收集到常量池中，并且是常量池的第一個元素
// 如果函數沒有 docstring，那么常量池的第一個元素會是 None
PyObject *doc;
if (PyTuple_Size(consts) >= 1) {
doc = PyTuple_GetItem(consts, 0);
// 如果第一個元素不是字符串，則說明函數沒有 docstring
if (!PyUnicode_Check(doc)) {
doc = Py_None;
}
}
else {
doc = Py_None;
}
Py_INCREF(doc);
// 獲取 __module__，并增加引用計數
PyObject *module = PyDict_GetItemWithError(
globals, &_Py_ID(__name__));
PyObject *builtins = NULL;
if (module == NULL && _PyErr_Occurred(tstate)) {
goto error;
}
Py_XINCREF(module);
// 獲取 __builtins__，并增加引用計數
builtins = _PyEval_BuiltinsFromGlobals(tstate, globals);
if (builtins == NULL) {
goto error;
}
Py_INCREF(builtins);
// 為函數對象申請內存空間
PyFunctionObject *op = PyObject_GC_New(
PyFunctionObject, &PyFunction_Type);
if (op == NULL) {
goto error;
}
// 初始化函數對象的內部屬性
op->func_globals = globals;
op->func_builtins = builtins;
op->func_name = name;
op->func_qualname = qualname;
op->func_code = (PyObject*)code_obj;
op->func_defaults = NULL;
op->func_kwdefaults = NULL;
op->func_closure = NULL;
op->func_doc = doc;
op->func_dict = NULL;
op->func_weakreflist = NULL;
op->func_module = module;
op->func_annotations = NULL;
op->func_typeparams = NULL;
op->vectorcall = _PyFunction_Vectorcall;
op->func_version = 0;
_PyObject_GC_TRACK(op);
handle_func_event(PyFunction_EVENT_CREATE, op, NULL);
return (PyObject *)op;
error:
Py_DECREF(globals);
Py_DECREF(code_obj);
Py_DECREF(name);
Py_DECREF(qualname);
Py_DECREF(doc);
Py_XDECREF(module);
Py_XDECREF(builtins);
return NULL;
}以上就是函數對象的創建過程，說白了就是對 PyCodeObject 進行了一個封裝。等函數對象創建完畢后會回到 MAKE_FUNCTION，然后設置閉包、注解等屬性，并將函數對象壓入棧中。接著執行 STORE_NAME 從符號表中加載符號（函數名），并從棧頂彈出函數對象，然后將兩者組成鍵值對存儲在當前棧幀的 local 名字空間中，整體還是比較簡單的。
但如果再加上類型注解、以及默認值，會有什么效果呢？
import dis
code_string = """
name = "satori"
def foo(a: int = 1, b: int = 2):
print(a, b)
"""
dis.dis(compile(code_string, "<func>", "exec"))我們看看加上了類型注解和默認值之后，它的字節碼指令會有什么變化？
0 RESUME 0
2 LOAD_CONST 0 ('satori')
4 STORE_NAME 0 (name)
6 LOAD_CONST 5 ((1, 2))
8 LOAD_CONST 1 ('a')
10 LOAD_NAME 1 (int)
12 LOAD_CONST 2 ('b')
14 LOAD_NAME 1 (int)
16 BUILD_TUPLE 4
18 LOAD_CONST 3 (<code object foo at 0x7f...>)
20 MAKE_FUNCTION 5 (defaults, annotations)
22 STORE_NAME 2 (foo)
......不難發現，在構建函數時會先將默認值以元組的形式壓入運行時棧；然后再將使用了類型注解的參數和類型也構建一個元組，并壓入運行時棧。
后續創建函數的時候，會將默認值保存在 func_defaults 字段中，類型注解對應的字典會保存在 func_annotations 字段中。
def foo(a: int = 1, b: int = 2):
print(a, b)
print(foo.__defaults__)
"""
(1, 2)
"""
print(foo.__annotations__)
"""
{'a': <class 'int'>, 'b': <class 'int'>}
"""基于類型注解，我們便可以額外施加一些手段，讓 Python 像靜態語言一樣，實現函數參數的類型約束。
聊一聊函數名
這里再說一下函數名，舉個例子。
def foo():
pass
print(foo.__name__) # foo
bar = foo
print(bar.__name__) # foo我們定義了一個函數 foo，那么函數名就是 foo，這是沒問題的，但怎么理解 bar 呢？
所以嚴格意義上講，代碼中的 foo 應該是一個變量。之前說過，定義函數、類、導入模塊，其實都是創建了一個變量。所以代碼中的 foo 也是一個變量，它指向了函數對象，而函數的名字是保存在函數對象里面的。
code_string = """
def foo():
pass
"""
code_obj = compile(code_string, "<func>", "exec")
# 我們是以模塊的形式編譯的，它里面只有一個變量 foo
# 所以符號表就是 ('foo',)
print(code_obj.co_names) # ('foo',)
# 然后常量池里面存在一個 PyCodeObject
# 這個 PyCodeObject 便是函數對應的 PyCodeObject
print(code_obj.co_consts[0]) # <code object foo ...>
print(code_obj.co_consts[0].co_name) # foo
# 構建函數時，PyCodeObject 的 co_name 會被賦值給函數的 func_name
# 所以嚴格意義上講，def foo() 中的 foo 只能算做是變量名
# 而真正的函數名是函數對象的 func_name，它來自于 co_name
# 只不過在編譯成 PyCodeObject 對象時，會進行詞法分析
# 因為 def 后面是 foo，所以編譯之后的 PyCodeObject 的 co_name 也是 foo
# 當然其它對象也是如此
class A:
pass
# 這里的 A 指向了類型對象，但類型對象的名稱是保存在類型對象里面的
print(A.__name__) # A
# A.__name__ 才是類名，class 后面的 A 只是一個變量名
# 這里同樣創建了一個類
B = type("B1", (object,), {})
print(B.__name__) # B1
# 但是我們看到類名不是 B，而是 B1
# 所以我們需要明白，不管是變量賦值、還是定義函數、類、方法，導入模塊
# 我們得到的只是一個變量，這個變量指向了具體的對象（它們是字典中的一個鍵值對）
# 而對象的名稱、類型等信息，都保存在對象里面，和變量無關
# 因為變量只是一個符號，或者理解為代號，每個對象都可以有不同的代號
def foo():
pass
# 名稱也可以自由更改
foo.__name__ = "foo1"
# 在更改過后，函數的名字就變成了 foo1
print(foo.__name__) # foo1
# bar = foo 之后，這個函數對象就有了兩個代號，你通過 foo 和 bar 都可以找到它
# 但函數對象的名字是不變的，還是 foo1，因為它的 __name__ 屬性的值是 foo1
bar = foo
print(bar.__name__) # foo1我們之前說變量只是一個和對象綁定的符號，或者說代號，運行時會和某個對象（的地址）組成鍵值對保存在字典中。虛擬機通過變量可以找到它代表的對象，本質上就是將變量名作為 key，去字典中檢索 value。至于獲取到的對象叫什么名字，是保存在對象里面的。
如果變量指向的是整數、字符串等，那么該對象就沒有名字。如果指向的是函數、類、模塊，那么對象的 __name__ 就是對象的名字。只不過在默認情況下，定義函數（以及類）時，變量名默認和函數名是一樣的，所以我們會把指向函數對象的變量的名稱也叫做函數名。
關于這一點，大家一定要清晰。
name = "古明地覺"
def foo():
pass
class A:
pass
import os
print("name" in locals()) # True
print("foo" in locals()) # True
print("A" in locals()) # True
print("os" in locals()) # True這里的 name、foo、A、os 都是變量，站在虛擬機的角度，它們沒有任何的不同，只不過指向的對象不同罷了。而站在 Python 的角度，它們也是一樣的，其名稱都是字典里的一個 key，只不過關聯的 value 不同罷了。
比如 name 指向的是字符串對象，foo 指向的是函數對象，A 指向的是類對象，os 指向的是模塊對象。但我們也可以改變指向，比如讓 foo 指向類對象，A 指向字符串對像等等，都是可以的。
總結：變量只是一個指針，可以保存任意對象的地址，也就是可以指向任意的對象。而對象的名字、類型等一切信息，都保存在對象中，和變量無關。
當然這些都是之前說過的內容，再來回顧一下，總之一定要了解 Python 變量的本質。
函數的一些騷操作
我們通過一些騷操作，來更好地理解一下函數。
之前說 <class 'function'> 是函數的類型對象，而這個類底層沒有暴露給我們，但我們依舊可以通過曲線救國的方式進行獲取。
def foo():
pass
print(type(foo)) # <class 'function'>
# lambda 匿名函數的類型也是 function
print(type(lambda: None)) # <class 'function'>那么下面就來創建函數：
gender = "female"
def foo(name, age):
return f"name: {name}, age: {age}, gender: {gender}"
# 得到 PyCodeObject 對象
code = foo.__code__
# 根據 class function 創建函數對象
# 接收三個參數: PyCodeObject 對象、名字空間、函數名
new_foo = type(foo)(code, globals(), "根據 foo 創建的 new_foo")
# 打印函數名
print(new_foo.__name__)
"""
根據 foo 創建的 new_foo
"""
# 調用函數
print(new_foo("古明地覺", 17))
"""
name: 古明地覺, age: 17, gender: female
"""是不是很神奇呢？另外函數之所以能訪問全局變量，是因為在創建函數的時候將 global 名字空間傳進去了，如果我們不傳遞呢？
gender = "female"
def foo(name, age):
return f"name: {name}, age: {age}, gender: {gender}"
code = foo.__code__
# 第二個參數必須是一個字典，不能傳 None
new_foo = type(foo)(code, {}, "根據 foo 創建的 new_foo")
try:
print(new_foo("古明地覺", 17))
except NameError as e:
print(e) # name 'gender' is not defined因此現在我們又從 Python 的角度理解了一遍，為什么在函數內部能夠訪問全局變量。原因就在于構建函數的時候，將 global 名字空間交給了函數，使得函數可以在 global 空間中進行變量查找，所以它才能夠找到全局變量。而我們這里給了一個空字典，那么顯然就找不到 gender 這個變量了。
gender = "female"
def foo(name, age):
return f"name: {name}, age: {age}, gender: {gender}"
code = foo.__code__
new_foo = type(foo)(code, {"gender": "萌妹子"}, "根據 foo 創建的 new_foo")
# 我們可以手動傳遞一個字典進去
# 此時傳遞的字典對于函數來說就是 global 名字空間
print(new_foo("古明地覺", 17))
"""
name: 古明地覺, age: 17, gender: 萌妹子
"""
# 所以此時的 gender 不再是外部的 "female", 而是我們指定的 "萌妹子"此外也可以為函數指定默認值：
def foo(name, age, gender):
return f"name: {name}, age: {age}, gender: {gender}"
# 必須接收一個 PyTupleObject 對象
foo.__defaults__ = ("古明地覺", 17, "female")
print(foo())
"""
name: 古明地覺, age: 17, gender: female
"""我們看到函數 foo 明明接收三個參數，但是調用時不傳遞居然也不會報錯，原因就在于我們指定了默認值。而默認值可以在定義函數的時候指定，也可以通過 __defaults__ 指定，但很明顯我們應該通過前者來指定。
如果你使用的是 PyCharm，那么會在 foo() 這個位置給你加波浪線，提示你參數沒有傳遞。但我們知道，由于通過 __defaults__ 設置了默認值，所以這里是不會報錯的。只不過 PyCharm 沒有檢測到，當然基本上所有的 IDE 都無法做到這一點，畢竟動態語言。
另外如果 __defaults__ 接收的元組里面的元素個數和參數個數不匹配怎么辦？
def foo(name, age, gender):
return f"name: {name}, age: {age}, gender: {gender}"
foo.__defaults__ = (15, "female")
print(foo("古明地戀"))
"""
name: 古明地戀, age: 15, gender: female
"""由于元組里面只有兩個元素，意味著我們在調用時需要至少傳遞一個參數，而這個參數會賦值給 name。原因就是在設置默認值的時候是從后往前設置的，也就是 "female" 會賦值給 gender，15 會賦值給 age。而 name 沒有得到默認值，那么它就需要調用者顯式傳遞了。
如果返回值從前往后設置的話，會出現什么后果？顯然 15 會賦值給 name，"female" 會賦值給 age，此時函數就等價于如下：
def foo(name=15, age="female", gender):
return f"name: {name}, age: {age}, gender: {gender}"這樣的函數顯然無法通過編譯，因為默認參數必須在非默認參數的后面。所以 Python 的這個做法是完全正確的，必須要從后往前進行設置。
另外我們知道默認值的個數是小于等于參數個數的，如果大于會怎么樣呢？
def foo(name, age, gender):
return f"name: {name}, age: {age}, gender: {gender}"
foo.__defaults__ = ("古明地覺", "古明地戀", 15, "female")
print(foo())
"""
name: 古明地戀, age: 15, gender: female
"""依舊是從后往前進行設置，當所有參數都有默認值時，就結束了，多余的默認值會丟棄。當然，如果不使用 __defaults__，是不可能出現默認值個數大于參數個數的?？梢?__defaults__ 指向的元組先結束，那么沒有得到默認值的參數就必須由調用者顯式傳遞了。
最后，再來說一下如何深拷貝一個函數。首先如果是你的話，你會怎么拷貝一個函數呢？不出意外的話，你應該會使用 copy 模塊。
import copy
def foo(a, b):
return [a, b]
# 但是問題來了，這樣能否實現深度拷貝呢？
new_foo = copy.deepcopy(foo)
# 修改 foo 的默認值
foo.__defaults__ = (2, 3)
# 但是 new_foo 也會受到影響
print(new_foo()) # [2, 3]打印結果提示我們并沒有實現函數的深度拷貝，事實上 copy 模塊無法對函數、方法、回溯棧、棧幀、模塊、文件、套接字等類型實現深度拷貝。那我們應該怎么做呢？
from types import FunctionType
def foo(a, b):
return "result"
# FunctionType 就是函數的類型對象
# 它也是通過 type 得到的
new_foo = FunctionType(foo.__code__,
foo.__globals__,
foo.__name__,
foo.__defaults__,
foo.__closure__)
# 顯然 function 還可以接收第四個參數和第五個參數
# 分別是函數的默認值和閉包
# 然后別忘記將屬性字典也拷貝一份
# 由于函數的屬性字典幾乎用不上，這里就淺拷貝了
new_foo.__dict__.update(foo.__dict__)
foo.__defaults__ = (2, 3)
print(foo.__defaults__) # (2, 3)
print(new_foo.__defaults__) # None此時修改 foo 不會影響 new_foo，當然在拷貝的時候也可以自定義屬性。
其實上面實現的深拷貝，本質上就是定義了一個新的函數。由于是兩個不同的函數，那么自然就沒有聯系了。
判斷函數都有哪些參數
最后再來看看如何檢測一個函數有哪些參數，首先函數的局部變量（包括參數）在編譯時就已經確定，會存在符號表 co_varnames 中。
def foo(a, b, /, c, d, *args, e, f, **kwargs):
g = 1
h = 2
print(foo.__code__.co_varnames)
"""
('a', 'b', 'c', 'd', 'e', 'f', 'args', 'kwargs', 'g', 'h')
"""在定義函數的時候，* 和 ** 最多只能出現一次。然后這里的 a 和 b 必須通過位置參數傳遞，c 和 d 可以通過位置參數或者關鍵字參數傳遞，e 和 f 必須通過關鍵字參數傳遞。
而從打印的符號表來看，里面的符號是有順序的。參數永遠在函數內部定義的局部變量的前面，比如 g 和 h 就是函數內部定義的局部變量，所以它在所有參數的后面。而對于參數，* 和 ** 會位于最后面，其它參數位置不變。所以除了 g 和 h，最后面的就是 args 和 kwargs。
有了這些信息，我們就可以進行檢測了。
def foo(a, b, /, c, d, *args, e, f, **kwargs):
g = 1
h = 2
varnames = foo.__code__.co_varnames
# 1. 尋找必須通過位置參數傳遞的參數
posonlyargcount = foo.__code__.co_posonlyargcount
print(posonlyargcount) # 2
print(varnames[: posonlyargcount]) # ('a', 'b')
# 2. 尋找可以通過位置參數或者關鍵字參數傳遞的參數
argcount = foo.__code__.co_argcount
print(argcount) # 4
print(varnames[: argcount]) # ('a', 'b', 'c', 'd')
print(varnames[posonlyargcount: argcount]) # ('c', 'd')
# 3. 尋找必須通過關鍵字參數傳遞的參數
kwonlyargcount = foo.__code__.co_kwonlyargcount
print(kwonlyargcount) # 2
print(varnames[argcount: argcount + kwonlyargcount]) # ('e', 'f')
# 4. 尋找 *args 和 **kwargs
flags = foo.__code__.co_flags
# 在介紹 PyCodeObject 的時候，我們說里面有一個 co_flags 成員
# 它是函數的標識，可以對函數類型和參數進行檢測
# 如果 co_flags 和 4 按位與之后為真，那么就代表有 *args，否則沒有
# 如果 co_flags 和 8 按位與之后為真，那么就代表有 **kwargs，否則沒有
step = argcount + kwonlyargcount
if flags & 0x04:
print(varnames[step]) # args
step += 1
if flags & 0x08:
print(varnames[step]) # kwargs以上我們就檢測出了函數都有哪些參數，你也可以將其封裝成一個函數，實現代碼的復用。然后還要注意一點，如果我們定義的時候不是 *args，而只是一個 *，那么它就不是參數了。
def f(a, b, *, c):
pass
# 符號表里面只有 a、b、c
print(f.__code__.co_varnames) # ('a', 'b', 'c')
# 顯然此時也都為假
print(f.__code__.co_flags & 0x04) # 0
print(f.__code__.co_flags & 0x08) # 0單獨的一個 * 只是為了強制要求后面的參數必須通過關鍵字參數的方式傳遞。
小結
這一次我們簡單地分析了一下函數是如何創建的，并且還在 Python 的層面上做了一些小 trick。最后我們也分析了如何通過 PyCodeObject 對象來檢索函數的參數，以及相關種類，標準庫中的 inspect 模塊也是這么做的。準確的說，是我們模仿人家的思路做的。
現在你是不是對函數有了一個更深刻的認識了呢？當然目前介紹的只是函數的一部分內容，還有更多內容等待我們挖掘，比如：
- 函數如何調用。
- 位置參數和關鍵字參數如何解析。
- 對于有默認值的參數，如何在不傳參的時候使用默認值、在傳參的時候使用我們傳遞的值。
- *args 和 **kwargs 如何解析。
- 閉包怎么實現。
- 裝飾器怎么實現
- ......
