1. “零成本”异常处理的演进
在Python 3.11版本之前，异常处理主要依赖于一个运行时维护的“块栈”（block stack）。当进入一个try块时，解释器会通过特定的字节码指令（如SETUP_FINALLY）将一个“块”压入栈中；当离开try块时，则通过POP_BLOCK等指令将其弹出。这种机制虽然功能完善，但在正常执行流程（即没有异常发生）时，依然会产生压栈和弹栈的开销。
为了优化这一性能瓶颈，Python 3.11引入了“零成本”异常处理（zero-cost exception handling）。其核心思想是：在没有异常发生时，异常处理机制不产生任何运行时开销。所有的异常处理逻辑，包括跳转目标，都被编译成一个静态的ExceptionTable，只有当异常实际发生时，解释器才会查找并使用这个表。这使得正常代码路径的执行速度得以提升，而异常抛出的成本略有增加，但整体收益显著。
2. ExceptionTable的结构与作用
ExceptionTable是一个存储在代码对象（code object）中的元数据表，它记录了字节码指令的特定范围与对应的异常处理入口地址之间的映射关系。当通过dis.dis()函数反汇编代码时，如果代码中包含异常处理逻辑，你会在输出的末尾看到这个表的文本表示。
以一个列表推导式为例，在Python 3.13中反汇编结果可能如下：
立即学习“Python免费学习笔记（深入）”；
>>> import dis
>>> dis.dis('[i for i in range(10)]')
# ... (省略部分字节码指令) ...
ExceptionTable:
L1 to L4 -> L5 [2]这行ExceptionTable的含义是：
- L1 to L4: 表示一个字节码指令的范围。如果在这个范围内的任何指令抛出异常，解释器将查找此表。
- -> L5: 表示如果异常发生，程序应该跳转到的目标字节码地址（即异常处理器的起始位置）。
- [2]: 这个数字表示异常处理器的“深度”（depth），通常与嵌套的异常处理块或特定的异常处理逻辑相关。
简单来说，ExceptionTable告诉解释器：“如果从字节码偏移量L1到L4之间发生了异常，那么请跳到L5这个位置开始执行异常处理代码。”
3. 如何查看ExceptionTable
你可以通过多种方式查看代码对象的ExceptionTable：
3.1. 使用dis.dis()反汇编输出
这是最直观的方式，dis.dis()会自动解析并打印出可读的ExceptionTable信息。
import dis
def example_function():
try:
result = 1 / 0
except ZeroDivisionError:
print("Caught division by zero!")
except Exception as e:
print(f"Caught other exception: {e}")
finally:
print("Finally block executed.")
dis.dis(example_function)运行上述代码，你会在dis的输出末尾看到类似以下的ExceptionTable条目：
# ... (省略字节码) ... ExceptionTable: 4 to 8 -> 10 [0] # try block for ZeroDivisionError 10 to 14 -> 16 [1] # try block for general Exception 16 to 20 -> 24 [2] # finally block ...
3.2. 访问代码对象的co_exceptiontable属性
每个Python函数或模块的字节码都封装在一个代码对象（code object）中，可以通过__code__属性访问。ExceptionTable的原始字节码形式存储在co_exceptiontable属性中。
def foo_no_exception():
c = 1 + 2
return c
def foo_with_exception():
try:
1/0
except:
pass
print(f"foo_no_exception.co_exceptiontable: {foo_no_exception.__code__.co_exceptiontable}")
print(f"foo_with_exception.co_exceptiontable: {foo_with_exception.__code__.co_exceptiontable}")输出：
foo_no_exception.co_exceptiontable: b'' foo_with_exception.co_exceptiontable: b'\x82\x05\x08\x00\x88\x02\x0c\x03'
可以看到，没有异常处理的代码其co_exceptiontable为空字节串，而包含异常处理的代码则有内容。
3.3. 使用dis._parse_exception_table解析原始数据
dis模块提供了一个内部函数_parse_exception_table，可以帮助我们将co_exceptiontable的原始字节数据解析成更易读的结构化对象列表。
from dis import _parse_exception_table
def foo_with_exception():
try:
1/0
except:
pass
parsed_table = _parse_exception_table(foo_with_exception.__code__)
print(parsed_table)输出：
[_ExceptionTableEntry(start=4, end=14, target=16, depth=0, lasti=False), _ExceptionTableEntry(start=16, end=20, target=24, depth=1, lasti=True)]
这里的_ExceptionTableEntry对象清晰地展示了start（起始字节码偏移）、end（结束字节码偏移）、target（异常处理目标偏移）、depth（深度）和lasti（是否为最后一个指令）等信息。
4. ExceptionTable与旧版机制的对比示例
为了更好地理解“零成本”异常处理的优势，我们对比一个简单的try-except块在Python 3.10和Python 3.11+中的字节码差异。
Python 3.10中的字节码（基于块栈）：
# Python 3.10
def f_py310():
try:
g(0)
except:
return "fail"
# 对应的字节码片段：
# 2 0 SETUP_FINALLY 7 (to 16) # 压入异常处理块
#
# 3 2 LOAD_GLOBAL 0 (g)
# 4 LOAD_CONST 1 (0)
# 6 CALL_NO_KW 1
# 8 POP_TOP
# 10 POP_BLOCK # 弹出异常处理块
# 12 LOAD_CONST 0 (None)
# 14 RETURN_VALUE
#
# 4 >> 16 POP_TOP
# 18 POP_TOP
# 20 POP_TOP
#
# 5 22 POP_EXCEPT
# 24 LOAD_CONST 3 ('fail')
# 26 RETURN_VALUE可以看到，在Python 3.10中，即使没有异常发生，解释器也需要执行SETUP_FINALLY和POP_BLOCK等指令来管理异常块栈。
Python 3.11+中的字节码（基于ExceptionTable）：
# Python 3.11+
def f_py311():
try:
g(0)
except:
return "fail"
# 对应的字节码片段：
# 1 0 RESUME 0
#
# 2 2 NOP
#
# 3 4 LOAD_GLOBAL 1 (g + NULL)
# 16 LOAD_CONST 1 (0)
# 18 PRECALL 1
# 22 CALL 1
# 32 POP_TOP
# 34 LOAD_CONST 0 (None)
# 36 RETURN_VALUE
# >> 38 PUSH_EXC_INFO # 异常发生时跳转到此
#
# 4 40 POP_TOP
#
# 5 42 POP_EXCEPT
# 44 LOAD_CONST 2 ('fail')
# 46 RETURN_VALUE
# >> 48 COPY 3
# 50 POP_EXCEPT
# 52 RERAISE 1
# ExceptionTable:
# 4 to 32 -> 38 [0] # 如果在4到32之间发生异常，跳转到38
# 38 to 40 -> 48 [1] lasti # 异常处理内部的异常，跳转到48在Python 3.11+中，SETUP_FINALLY和POP_BLOCK指令被移除。正常执行路径（从NOP到RETURN_VALUE）不再包含任何与异常处理相关的额外指令。只有当CALL指令（偏移量22）抛出异常时，解释器才会根据ExceptionTable中的4 to 32 -> 38规则，直接跳转到偏移量38处的PUSH_EXC_INFO指令，从而开始异常处理流程。
5. 注意事项与总结
- 内部实现细节: ExceptionTable是CPython解释器的一个内部实现细节，开发者通常无需直接与之交互。然而，理解其工作原理有助于深入理解Python的性能优化和字节码执行机制。
- 性能提升: “零成本”异常处理的核心优势在于，在没有异常发生的常见情况下，代码执行路径更加精简，避免了不必要的指令执行，从而提高了程序的整体性能。
- 调试与分析: 当进行低级字节码分析或调试时，dis模块输出的ExceptionTable信息是理解异常流向的关键线索。
ExceptionTable的引入是Python解释器在性能优化方面迈出的重要一步，它使得Python在保持其易用性的同时，也在底层执行效率上取得了显著进步。
