如何打印Python数据类型内存结构 输出内部字段十六进制转储

调试器内置工具（准确率最高） #

如果可以用GDB/LLDB附加到Python进程，CPython源码自带的调试辅助脚本是最匹配需求的选择，和当前运行的Python版本结构体定义完全一致：

• 原生支持解析所有内置类型的内部字段，包括引用计数、类型指针、变长对象长度、列表的allocated和ob_item、字典哈希表结构等所有内部细节
• 自带递归解析引用对象的能力，可直接展示每个字段的内存地址、实际值
• 不需要额外安装第三方库，只要调试环境的Python版本和运行版本匹配、带基础调试符号即可使用
  缺点是需要在调试器环境下操作，无法直接在普通Python代码中调用输出。

纯Python第三方库 #

目前没有完全匹配需求（同时实现结构体字段自动解析+格式化十六进制转储+递归展示引用对象）的成熟库，可组合使用以下接近的工具：

• hexdump：专门做内存/字节串的格式化十六进制输出，输出格式和给出的示例完全一致，支持自定义每行字节数、偏移起始地址、ASCII展示列，传入内存起始地址和长度即可得到标准的十六进制转储内容。
• objprint：可递归打印任意Python对象的内存地址、属性值、内部嵌套结构，支持自定义输出深度，但默认不输出原始十六进制内存内容，可以和hexdump组合使用补全内存转储能力。
• pyinternals：面向教学场景的小型工具库，内置了常见CPython内置类型（int、str、list、dict、bytes等）的结构体定义，可以直接读取并打印对象头的引用计数、类型指针、各类型特有字段的值，缺点是更新不及时，对3.11+版本调整过的结构体（比如新版字符串、字典布局）支持不好，需要手动适配结构体定义。

如果要做适配自身Python版本、完全符合输出要求的工具，开发成本很低，核心步骤如下：

1. 定义对应版本的CPython结构体：找到当前运行的CPython版本对应源码里的头文件（比如listobject.h、object.h、dictobject.h等），用ctypes.Structure按顺序定义对应字段，64位环境下Py_ssize_t对应c_ssize_t、指针对应c_void_p，ctypes默认内存对齐规则和CPython编译时一致即可。
   64位CPython 3.10环境下PyListObject的定义示例：

   from ctypes import Structure, c_ssize_t, c_void_p, POINTER
   
   class PyObject(Structure):
       _fields_ = [
           ("ob_refcnt", c_ssize_t),
           ("ob_type", c_void_p),
       ]
   
   class PyVarObject(Structure):
       _fields_ = [
           ("ob_base", PyObject),
           ("ob_size", c_ssize_t),
       ]
   
   class PyListObject(Structure):
       _fields_ = [
           ("ob_base", PyVarObject),
           ("ob_item", POINTER(c_void_p)),
           ("allocated", c_ssize_t),
       ]
   

2. 实现通用十六进制转储函数：输入内存起始地址、长度，按每行16字节的格式输出偏移、十六进制字节、对应可打印ASCII字符即可，几十行代码就能实现，不需要依赖第三方库。

3. 编写类型分发的递归解析逻辑：拿到任意对象的地址后，先转成对应类型的结构体指针，打印对象地址、引用计数、类型指针、类型特有字段，再根据类型递归解析其引用的其他对象（比如列表就遍历ob_item指向的指针数组，逐个解析每个元素），同时对每个对象的内存块调用十六进制转储函数输出原始内存内容。

   核心代码量一般在200行以内就能覆盖list、dict、str、int、bytes这些最常用的内置类型，足够用于教学和底层原理探究。

• 你当前写的示例代码存在缺陷：sys.getsizeof(a)只返回PyListObject结构体本身的大小，不包含ob_item指向的元素指针数组、以及元素对象本身占用的内存，所以只能打印列表头的内容，看不到元素指针和元素数据。
• 只要保证转储过程中对象被正常持有（不会被GC回收），只读访问内存是完全安全的，不要随意修改内存内容就不会导致解释器崩溃。
• 不同CPython大版本的结构体布局差异很大（比如3.11之后的字符串结构、3.12之后的字典结构都有调整），一定要用对应版本的头文件定义结构体，否则解析出来的字段值会出错。

内容的提问来源于stack exchange，提问作者martin's