Python 中的 .pyc 文件：按字节码编译的模块缓存

一、为什么需要 .pyc 文件

导入一个模块并不是“零成本”的操作。Python 在 import 一个模块时，通常需要：

找到模块对应的源文件，例如 mymodule.py；

读取源文件；

把源代码解析成抽象语法树；

编译成 Python 字节码；

由 Python 虚拟机执行这些字节码。

其中“解析”和“编译”会消耗时间。如果一个模块被多个程序反复导入，每次都重新编译显然不划算。因此 Python 引入了一种缓存机制：把编译后的字节码保存到文件中，这个文件通常以 .pyc 为扩展名。

.pyc 可以理解为 Python 源文件的一种“中间形式”缓存。下一次从其他程序导入同一个模块时，如果缓存仍然有效，Python 就可以跳过部分解析和编译工作，从而更快地完成导入。

需要注意：.pyc 中保存的是 Python 字节码，不是机器码，也不是把 Python 程序彻底编译成原生可执行文件。它仍然需要 Python 解释器/虚拟机来执行。

二、.pyc 文件是如何产生的

假设有一个模块文件 mymodule.py：

# mymodule.py
def greet(name):
    return f"Hello, {name}!"

print("mymodule 被加载了")

在另一个文件中导入它：

# main.py
import mymodule

print(mymodule.greet("Python"))

第一次导入时，如果条件允许，Python 会在源文件附近生成字节码缓存文件。在 Python 3 中，通常不是直接放在 mymodule.py 旁边，而是放在 __pycache__ 目录中，文件名类似：

__pycache__/mymodule.cpython-311.pyc

其中 cpython-311 表示这是 CPython 3.11 生成的字节码缓存。不同 Python 实现、不同 Python 版本可能使用不同文件名，以避免字节码格式不兼容。

在较老的 Python 版本或某些资料中，会说 .pyc 文件创建在与 .py 文件相同的目录中。更准确地说：Python 会在源文件所在目录附近创建缓存；Python 3 默认使用 __pycache__ 子目录。如果 Python 没有权限向该目录写入文件，那么 .pyc 文件就不会被创建，但这通常不会影响程序运行，只是下次导入时仍然需要重新编译。

三、.pyc 为什么能加快导入

当再次导入模块时，Python 会检查：

是否存在对应的 .pyc 文件；

.pyc 是否与当前 Python 版本兼容；

源文件是否发生变化；

编译选项、优化级别等是否匹配。

如果缓存有效，Python 可以直接加载字节码，而不必重新完成完整的解析和编译过程。这样导入会更快。

可以用一个简单实验观察。先删除缓存：

rm -rf __pycache__

然后运行：

python -c "import mymodule"

之后再运行一次：

python -c "import mymodule"

第二次导入时通常可以使用已经生成的 .pyc 缓存。

不过要注意，.pyc 主要优化的是“编译阶段”的开销。模块顶层代码仍然会在导入时执行。例如 mymodule.py 中的：

print("mymodule 被加载了")

每次在新进程中导入模块时仍会执行。.pyc 不会让模块顶层逻辑完全消失。

四、.pyc 是平台独立的吗？

通常可以说 .pyc 文件是独立于运行平台的，因为它保存的是 Python 字节码，而不是特定 CPU 的机器指令。因此，同一个 .pyc 文件在不同操作系统上，只要 Python 实现和字节码版本兼容，理论上可以复用。

但“平台独立”不等于“跨所有 Python 版本通用”。.pyc 与 Python 的字节码版本密切相关。例如 Python 3.10 和 Python 3.11 的字节码格式可能不同，因此不能随意混用。Python 通过文件名中的版本标记、文件头中的魔术数等信息来检查兼容性。

所以更准确的说法是：

.pyc 不绑定具体操作系统或 CPU 架构，但绑定 Python 实现和字节码版本。

五、手动生成 .pyc

可以使用标准库 py_compile 手动编译一个源文件：

import py_compile

py_compile.compile("mymodule.py")

也可以指定输出路径：

py_compile.compile("mymodule.py", cfile="mymodule.pyc")

如果要批量编译一个目录，可以使用 compileall：

python -m compileall .

在代码中也可以：

import compileall

compileall.compile_dir(".")

六、查看 .pyc 中的字节码

.pyc 中保存的是字节码，可以用 dis 模块反汇编查看。例如：

import dis
import mymodule

dis.dis(mymodule.greet)

输出会显示类似 LOAD_FAST、FORMAT_VALUE、RETURN_VALUE 等字节码指令。这有助于理解 Python 虚拟机是如何执行函数的。

也可以直接反汇编源码字符串：

import dis

dis.dis("x = 1 + 2")

七、如何禁止生成 .pyc

有时我们不希望生成缓存文件，例如只读文件系统、容器镜像或临时脚本场景。可以使用：

python -B main.py

-B 表示不写入 .pyc 文件。也可以设置环境变量：

export PYTHONDONTWRITEBYTECODE=1

或者在代码中设置：

import sys
sys.dont_write_bytecode = True

注意，这些设置主要影响是否写入新的 .pyc，并不一定阻止读取已有缓存。

八、常见误区

1. .pyc 不是加密文件

.pyc 只是字节码缓存，可以被反编译或分析，不能用来保护源码。如果需要保护代码，应考虑其他方案，而不是依赖 .pyc。

2. .pyc 不是可执行文件

.pyc 不能像原生可执行程序那样独立运行，仍然需要 Python 解释器。

3. 删除 .pyc 通常不会破坏程序

删除 __pycache__ 或 .pyc 文件后，Python 通常会在需要时重新生成，或者退回到直接编译源文件。

4. 没有写权限时程序仍可运行

如果目录不可写，Python 无法创建 .pyc，但通常仍能从 .py 源文件导入模块，只是少了缓存加速。

九、总结

.pyc 文件是 Python 为了加速模块导入而引入的字节码缓存。它把源文件编译后的中间形式保存下来，使下一次导入时可以跳过部分解析和编译工作。Python 3 通常把缓存放在 __pycache__ 目录中，文件名带有 Python 实现和版本标记。.pyc 保存的是 Python 字节码，不是机器码；它通常与操作系统平台无关，但与 Python 字节码版本相关。如果目录没有写权限，.pyc 不会被创建，但程序通常仍可正常运行。

一句话概括：

.pyc 是 Python 模块的字节码缓存文件，用来减少重复编译开销，加快后续导入速度，但它不是加密文件，也不是跨所有 Python 版本通用的可执行文件。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。