dis是Python自带的零依赖字节码反汇编工具，通过dis.dis()传入函数对象可输出人类可读的栈式虚拟机指令序列，用于精准观察执行逻辑而非猜测；错误传入调用结果会报TypeError，LOAD_/STORE_/CALL_类指令是分析变量行为与函数调用的关键。
直接看字节码比猜执行顺序更可靠，dis 是 Python 自带的、零依赖的底层观察工具。
用 dis.dis() 快速反编译函数或代码块
最常用也最直接的方式：把函数对象传进去，它会打印出人类可读的字节码指令序列。
常见错误是传入函数调用结果（比如 dis.dis(foo())），这会报 TypeError: don't know how to disassemble NoneType object —— 因为 dis.dis() 需要的是可调用对象本身，不是它的返回值。
- ✅ 正确写法：
dis.dis(foo)或dis.dis(lambda x: x + 1) - ✅ 也能处理字符串代码：
dis.dis("a = 1; b = a * 2")（注意：这是动态编译，不带源码行号） - ⚠️ 注意缩进：字符串形式中若含多行语句，需保证合法 Python 语法（例如用分号或换行，但不能混用不匹配的缩进）
关注 LOAD_*、STORE_* 和 CALL_* 这三类关键指令
Python 字节码本质是栈式虚拟机指令，真正影响逻辑走向的是变量加载、存储和函数调用行为。比如：
立即学习“Python免费学习笔记（深入）”；
def add(a, b):
return a + b
dis.dis(add)
输出里你会看到 LOAD_FAST（从局部变量槽取值）、BINARY_ADD（执行加法）、RETURN_VALUE（返回栈顶）。而 LOAD_GLOBAL 出现频繁，往往意味着变量未声明或作用域查找开销大；CALL_FUNCTION 后紧跟大量 LOAD_*，说明参数求值顺序是从左到右（这点在有副作用的表达式里很关键）。
- 变量未声明时，
a可能触发LOAD_GLOBAL而非LOAD_FAST，性能差且易被同名全局变量干扰 -
STORE_SUBSCR对应x[i] = v，不是STORE_FAST，说明目标不是简单变量赋值 - 列表推导式会生成嵌套函数，
dis.dis()默认不展开，得对生成的<genexpr>对象单独再 dis
用 dis.get_instructions() 获取结构化字节码数据
当需要程序化分析（比如统计某类指令出现次数、定位特定操作位置），get_instructions() 返回的是 Instruction 对象迭代器，比纯文本输出更容易处理。
每个 Instruction 包含 opname（如 'BINARY_ADD'）、arg（原始参数值）、argval（解析后的值，如函数名、常量）、starts_line（对应源码行号）等字段。
- 想查所有函数调用点：
[i for i in dis.get_instructions(func) if i.opname.startswith('CALL_')] -
i.argval对LOAD_CONST是实际常量，对LOAD_METHOD是方法名字符串，别直接拿i.arg当值用 - 同一行多个语句（如
a=1; b=2）可能共享一个starts_line，不能靠它唯一定位逻辑单元
字节码差异常暴露 Python 版本或优化行为
CPython 3.11 引入了“specializing”字节码（如 LOAD_ATTR_INSTANCE），而老版本统一用 LOAD_ATTR；3.12 进一步调整了 CALL 指令变体。这些变化直接影响性能分析结论。
另外，-O（优化模式）下，assert 语句完全消失，__debug__ 相关分支被剥离 —— 如果你没在相同运行模式下 dis，看到的就不是真实执行流。
- 检查当前解释器是否启用优化：
__debug__值为False时，dis输出里不会有ASSERT相关指令 - 不同版本间指令数可能差很多（比如 3.11 的自适应指令会让简单属性访问快一倍，但字节码行数反而变少）
- PyPy 或 Cython 编译后的函数无法用
dis查看（抛TypeError: don't know how to disassemble builtin_function_or_method）
字节码不是万能解码器——闭包变量、描述符协议、C 扩展逻辑都不会出现在 dis 输出里；但只要代码路径落在纯 Python 函数内，它就是最轻量、最真实的执行快照。动手前先确认你在分析的对象确实是 Python 层函数，而不是被装饰器或代理层包裹过的黑盒。
