Python内存dump：基于id地址定位变量及区分栈堆边界

一、通过id()返回的地址定位变量 #

Python中id()返回的是对象在内存中的起始地址（CPython实现下），要在内存dump中定位到对应对象，可按以下步骤操作：

• 1. 地址转换：把id()输出的十进制地址转为十六进制（比如id(a)=140706166402816转成0x7FF9C555A000），这是对象结构体的起始位置。
• 2. 识别对象头部：CPython所有对象都以PyObject结构体开头，64位系统下结构为：

  typedef struct _PyObject {
      _PyObject_HEAD_EXTRA  // GC用双向链表指针，占16字节
      Py_ssize_t ob_refcnt; // 引用计数，8字节
      struct _typeobject *ob_type; // 类型指针，8字节
  } PyObject;
  

  在dump中定位到目标地址后，查看ob_type指针值，可对应到PyLong_Type（整数类型）的地址，以此验证是否为目标整数对象；后续字节则是对象的实际值（小整数直接存在结构体特定字段，大整数用数组存储）。
• 3. 关联变量名：变量名（a/b/c）并非直接存在堆对象中，而是存储在当前栈帧的局部变量表里。栈帧位于系统栈中，局部变量表是栈帧内的指针数组，每个元素指向对应对象的地址（即id()返回值）。你可以通过进程内存映射找到栈区域，再在栈帧结构中定位f_localsplus数组，匹配其中的指针与对象地址，结合栈帧中co_varnames元组（存储变量名）完成变量名与对象的关联。

二、区分栈与堆的边界 #

在CPython中，栈和堆的分工与边界可通过以下方式识别：

• 栈区域：
  • 存储内容：Python解释器的栈帧（含局部变量表、指令指针、返回地址）、C层函数调用的栈数据。
  • 内存特征：在Linux/proc/[pid]/maps中标记为stack，地址从高到低增长，由系统自动管理生命周期。
• 堆区域：
  • 存储内容：所有Python对象（整数、列表、字典等），由Python内存分配器（基于arena池机制，并非直接调用系统malloc）管理。
  • 内存特征：在/proc/[pid]/maps中标记为heap或anon_inode:[python_mmap]（Python内存池区域），地址从低到高增长，对象生命周期由GC和引用计数控制。
• 边界验证：将id()返回的地址与/proc/[pid]/maps中的区域对比，即可判断对象属于栈还是堆。比如小整数（如你的代码中5、2）属于Python预缓存的对象，存放在只读内存区域；而动态计算出的对象（如c=a+b的结果）则存放在堆或内存池中。

三、列表与字典的测试提示 #

测试可变对象时，重点关注其结构体的指针数组：

• 列表：PyListObject结构体包含ob_item指针数组，每个元素指向列表中元素的对象地址。打印lst = [1,2,3]的id(lst)及每个元素的id()，在dump中定位列表地址后，可找到ob_item数组，验证其中的指针是否与元素id()一致。
• 字典：PyDictObject的哈希表存储键值对的指针，每个键和值都是独立的Python对象，可通过类似方法定位字典地址，查看哈希表中的指针关联键值对象。

内容的提问来源于stack exchange，提问作者EBAH