你是否厌倦了Python的运行速度？你是否渴望拥有一个既能保持Python语言优雅，又能拥有原生代码般速度的解决方案？Pylir是一个正在积极开发中的Python AOT（Ahead-of-Time）编译器，目标是将Python代码编译成速度极快的原生可执行文件。

什么是Pylir？

Pylir是一个用C++17编写的高性能Python AOT编译器。它利用MLIR（Multi-Level Intermediate Representation）作为中间表示，并以LLVM作为后端，最终生成高效的机器码。不同于传统的解释器，Pylir在运行前将代码编译成机器码，从而显著提升运行速度。同时，它致力于最大限度地兼容Python语言规范，力求在速度和兼容性之间取得最佳平衡。

Pylir 如何使用？

Pylir拥有类似GCC的命令行界面，所有选项都可以通过pylir --help查看。编译Python程序非常简单，只需要将主模块文件路径传递给编译器即可：pylir test.py。这将生成名为test的可执行文件（Windows系统下为test.exe）。使用-o标志可以更改输出文件名。

目前默认情况下不启用优化。要启用优化，请传递-O3命令行标志。

Pylir 的当前状态

Pylir 目前仍在积极开发中。前端部分已基本完成，支持解析Python 3.9代码。编译器已经能够编译许多内置类型，并且一些内置命名空间的函数（例如print）也已可用。一些运算符已实现，但其他运算符仍在开发中。异常处理已完成，并且已经实现了非常基础的垃圾回收机制。

你可以通过查看Pylir的测试套件来了解其当前的语言兼容性。目前大部分精力都集中在优化器方面。

Pylir 使用的技术

Pylir 从头开始使用C++17编写，并使用了以下显著的技术：

• MLIR: Pylir 的核心部分使用了MLIR，它用于创建高层次的中间表示 (IR)，精确地模拟 Python 代码的语义。大部分优化都在 MLIR 中进行，然后逐渐将其降低到 LLVM IR。

• LLVM: LLVM 作为编译器的后端。一旦 MLIR 优化器将代码降低到 C/C++ 抽象级别，LLVM 就会运行其优化器来应用低级别优化，最终为请求的目标发出本地机器码。项目还利用了 LLVM 出色的垃圾收集支持（通过状态点），以支持 100% 精确的垃圾收集，并能在未来迁移到更优的垃圾收集器。

从源码构建 Pylir

从源码构建 Pylir 需要 C++17 编译器、cmake 以及正确版本的 MLIR、LLVM 和 LLD。 MLIR 是一个发展迅速的项目，Pylir 的源代码会紧跟其最新版本。构建特定 Pylir 版本所需测试的修订版本总是记录在项目文档中。Pylir 需要在该版本下构建 LLVM、MLIR 和 LLD，然后才能通过 cmake 找到它们。可以通过 CMAKE_PREFIX_PATH 变量将 cmake 指向 LLVM 和 MLIR 的安装位置。

Pylir 源码结构简介

• src: 包含构成编译器的所有 C++ 代码。

• CodeGen: 包含前端 AST 到 MLIR 的生成。

• Diagnostics: 词法分析器和解析器使用的诊断基础设施。

• Interfaces: 编译器中使用的公共信息。

• Lexer: Python 词法分析器。

• LLVM: 主要用于垃圾收集的自定义 LLVM 传递和插件。

• Main: 编译器的主要程序和驱动程序。

• Optimizer: 使用 MLIR 的优化器，包括方言、转换传递、分析传递和方言降低。

• Parser: Python 解析器。

• Runtime: 链接到最终可执行文件的运行时代码，包含与 Python 对象交互的 C++ API，以及实现异常处理和垃圾收集的支持代码。

• Support: 编译器和运行时使用的各种实用程序代码和数据结构。

• pylir:

总结

Pylir 作为一个极具潜力的Python AOT编译器，正在逐步完善中。它结合了MLIR和LLVM的优势，目标是实现兼顾速度和语言兼容性的Python原生执行。尽管仍在开发中，但其已展现出令人兴奋的性能提升潜力，值得关注和期待。Pylir 有可能改变Python程序的运行方式，使其在性能方面与其他编译型语言相媲美。

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。