我直截了当吗？ PyPy解释器是否实际解释了自己然后自我翻译？
所以这是我目前的理解：
如果这是真的，那么这是我见过的最令人费解的事情之一。
答案 0 :(得分：65)
PyPy的翻译过程实际上在概念上不如听起来那么递归。
实际上它只是一个Python程序，它处理Python函数/类/其他对象（不 Python源代码）并输出C代码。但是它当然不会处理任何 Python对象;它只能处理特定的表单，如果你在RPython中编写要翻译的代码，那就是你得到的。
由于翻译工具链是一个Python程序，你可以在任何Python解释器上运行它，这显然包括PyPy的python解释器。所以没什么特别的。
由于它翻译了RPython对象，你可以用它来翻译PyPy的python解释器，它是用RPython编写的。
但是您无法在翻译框架本身上运行它，而不是 RPython。只有PyPy的python解释器本身就是RPython。
事情只会变得有趣，因为RPython代码也是Python代码（但不是反过来的），因为RPython并不是真的存在＆＃34;在源文件中，但只在内存中的一个有效的Python进程内部必须包含其他非RPython代码（例如，没有＆＃34;纯-Ryython＆＃34;导入或函数定义，因为翻译器操作的函数是已已定义并导入）。
请记住，翻译工具链可以在内存中的Python代码对象上运行。 Python的执行模型意味着这些在某些Python代码运行之前不存在。你可以想象，如果你高度简化它，开始翻译过程看起来有点像这样：
from my_interpreter import main
from pypy import translate
translate(main)
众所周知，只需导入main即可运行大量Python代码，包括所有其他模块my_interpreter导入。但是翻译过程开始分析功能对象 main;它永远不会看到，也不关心，无论执行什么代码来提出main。
想到这一点的一种方法是在RPython中进行编程＆＃34;意味着＆＃34;编写一个生成RPython程序的Python程序，然后将其提供给翻译过程＆＃34;。这相对容易理解并且与其他编译器的工作方式类似（例如，在C语言中编程的一种方法是，您实际上是在编写一个生成C程序的C预处理器程序，这是然后送到C编译器。）
在PyPy案例中只会让事情变得混乱，因为所有3个组件（生成RPython程序的Python程序，RPython程序和翻译过程）都被加载到相同的Python解释器中。这意味着当使用某些参数调用时，很可能有RPython函数，而不是在使用其他参数调用时，作为生成RPython程序的一部分从转换框架调用辅助函数，以及许多其他奇怪的事情。所以情况变得相当模糊，你不能将你的源代码线干净地分成＆＃34; RPython进行翻译＆＃34;，＆＃34; Python生成我的RPython程序＆＃34;和＃34;将RPython程序交给翻译框架＆＃34;。
在CPython之上运行的PyPy解释器部分执行 解释自己
我认为你在这里提到的是PyPy在翻译过程中使用the flow object space进行抽象解释。即使这不像最初看起来那样疯狂和令人费解。我对PyPy的这一部分知之甚少，但据我所知：
PyPy通过将它们委托给一个＆＃34;对象空间＆＃34;来实现Python解释器的所有操作，该对象空间包含所有基本内置操作的实现。但是你可以插入不同的对象空间来获得不同的效果，只要它们实现相同的对象空间＆＃34;接口解释器仍然能够执行＆＃34; Python代码。
PyPy转换工具链处理的RPython代码对象是可由解释器执行的Python代码。因此，PyPy通过插入流对象空间，重新使用部分Python解释器作为转换工具链的一部分。当＆＃34;执行＆＃34;对于具有该对象空间的代码，解释器实际上并不执行代码的操作，而是生成流程图，其类似于许多其他编译器使用的各种中间表示;它只是一个简单的机器可操作的代码表示，有待进一步处理。这就是常规（R）Python代码对象如何转换为其余翻译过程的输入。
由于通过翻译过程翻译的通常事物是PyPy的Python解释器，它确实＆＃34;解释自己＆＃34;与流对象空间。但真正意味着你有一个Python程序正在处理Python函数，包括那些正在处理的函数。就其本身来说，除了将装饰器应用于自身，或者使用包装器类包装自身的实例（或包装类本身）之外，它本身并没有任何令人头疼的方法。
答案 1 :(得分：12)
免责声明：我不是PyPy的专家 - 特别是，我不了解RPython翻译的细节，我只引用我之前读过的内容。有关RPython翻译 的工作方式的更具体的帖子，请查看此answer。
答案是，是的，它可以（但只有在首次使用CPython编译之后）。
更长的描述：
起初它看起来非常精神错乱和矛盾，但一旦你理解它，它很容易。在Wikipedia上查看答案。
程序开发中的引导开始于20世纪50年代，当时每个程序都是用十进制代码或二进制代码，一点一点（1s和0s）在纸上构建的，因为没有高级计算机语言，没有编译器，没有汇编程序，没有链接器。一个微小的汇编程序是为一台新计算机（例如IBM 650）手工编写的，它将一些指令转换成二进制或十进制代码：A1。然后，这个简单的汇编程序用刚刚定义的汇编语言重写，但扩展可以使用一些额外的助记符来处理更复杂的操作代码。
该过程称为软件自举。基本上，你用较低的语言构建了一个工具，比如一个C ++编译器，它已经被制作出来了（一点上的所有东西都必须用二进制编码），比如ASM。现在您已经拥有了C ++，现在可以用C ++编写C ++编译器，然后使用ASM C ++编译器编译新的编译器。在编译完新编译器之后，您现在可以使用它来编译自己。
所以基本上，用手工编写第一个计算机工具，使用该解释器制作另一个更好的解决方案，然后使用那个解决方案做出更好的解决方案......最终你今天就得到了所有复杂的软件！ ：）
另一个有趣的案例是CoffeeScript语言，它是用...写的。CoffeeScript。 （虽然这个用例仍然需要使用外部解释器，即Node.js）
运行在CPython之上的PyPy解释器执行以部分解释自己，此时它将控制到其RPython的一半，执行转换？
您可以使用已编译的PyPy解释器编译PyPy，也可以使用CPython编译它。但是，既然PyPy现在有一个JIT，那么使用它本身而不是CPython来编译PyPy会更快。 （大多数情况下PyPy is now faster than CPython）