是否有类似Perl B::Concise的工具来输出Python optree？

当然有啦！Python生态里有不少工具能帮你查看类似Perl B::Concise那样的底层操作结构，下面给你几个实用的选项：

1. 官方自带的dis模块（反汇编字节码） #

这是Python内置的最常用工具，能把代码编译后的字节码反汇编成人类可读的指令，虽然和Perl的op树格式不完全一致，但能清晰看到代码的底层执行步骤。

比如运行这个命令查看not a and not b的字节码：

python -c "import dis; dis.dis('not a and not b')"

输出大概是这样：

1           0 LOAD_NAME                0 (a)
              2 UNARY_NOT
              4 POP_JUMP_IF_FALSE       14
              6 LOAD_NAME                1 (b)
              8 UNARY_NOT
             10 POP_JUMP_IF_FALSE       14
             12 RETURN_VALUE
        >>   14 LOAD_CONST               0 (False)
             16 RETURN_VALUE

每一行的数字代表字节码偏移量、指令名称和操作数，能对应到代码的执行逻辑：先加载a取反，若为假则跳转到加载False；否则加载b取反，同样判断后返回结果。

2. ast模块（抽象语法树） #

如果想要看语法层面的操作树，可以用Python的ast模块，它会把代码解析成结构化的语法节点树，比字节码更贴近代码的语法结构。

运行这个命令：

python -c "import ast; print(ast.dump(ast.parse('not a and not b'), indent=2))"

输出会是结构化的语法树：

Module(
  body=[
    Expr(
      value=BoolOp(
        op=And(),
        values=[
          UnaryOp(
            op=Not(),
            operand=Name(id='a', ctx=Load())),
          UnaryOp(
            op=Not(),
            operand=Name(id='b', ctx=Load()))]))])

这个结构能清晰看到代码的语法层级：And操作包含两个Not操作，每个Not又对应一个变量加载，完全是树状的结构展示。

3. 第三方库bytecode（更友好的字节码处理） #

如果你想要更结构化、可读性更强的字节码分析，可以用bytecode这个第三方库，它会把字节码封装成对象，方便查看操作的层级和细节。

首先安装库：

pip install bytecode

然后运行这段代码：

from bytecode import Bytecode, Instr

code = Bytecode.from_code(compile('not a and not b', '<string>', 'eval'))
for instr in code:
    print(instr)

输出会是更清晰的指令列表，每个指令都是一个对象，包含操作码和参数：

LOAD_NAME 'a'
UNARY_NOT
POP_JUMP_IF_FALSE 10
LOAD_NAME 'b'
UNARY_NOT
POP_JUMP_IF_FALSE 10
RETURN_VALUE
LOAD_CONST False
RETURN_VALUE

这个库还支持更深入的分析，比如控制流图，能帮你更直观地理解代码的执行路径。

总结 #

如果追求和Perl B::Concise最接近的操作树层级展示，ast模块的语法树输出会更贴合；如果想看实际执行的字节码指令，dis模块是最方便的官方工具；bytecode库则提供了更友好的字节码操作接口。

内容的提问来源于stack exchange，提问作者Evan Carroll