Python稳定ABI支持更多功能吗

wen python案例 2026-07-12 2

本文目录导读：

Python稳定ABI支持更多功能吗

这是一个非常好的问题,直接关系到 Python C 扩展的兼容性和未来发展方向。

简短回答：是的，Python 稳定 ABI 正在持续支持更多功能，尤其是在 Python 3.12 和 3.13 中，新增了非常多重要的 API，使其实用性大大增强。

但需要先澄清一个核心概念：“稳定 ABI” 的目的是让用 C 写的扩展模块，在不重新编译的情况下，能兼容未来的多个 Python 小版本（3.11、3.12、3.13...）。 它并不是一个功能更少、受限的版本，而是一个经过精心挑选、保证向后兼容的公共 API 子集。

下面来详细解释“更多功能”具体体现在哪里，以及现状如何。

历史情况：稳定 ABI 为何“功能少”？

在 Python 3.2 引入稳定 ABI 后的很长一段时间里（直到 3.10 左右），它的功能确实非常有限，原因是：

核心原则：稳定 ABI 只包含那些 Python 开发团队能够承诺在未来版本中完全不改变其行为、布局和签名的 API。
内部结构暴露：早期大量的核心 API（如直接访问 PyObject 的结构体 ob_refcnt、ob_type 字段）直接暴露了 Python 内部的内存布局，一旦要优化垃圾回收或对象布局（Python 3.8 的借用引用优化、3.12 的 PyObject 结构体压缩），这些 API 就必须改变，因此永远不能进入稳定 ABI。
函数指针 vs. 宏/内联函数：很多高性能 API 是通过宏或内联函数实现的（Py_INCREF、Py_DECREF），这些宏直接访问结构体成员，无法被稳定 ABI 包含，稳定 ABI 中的函数必须是真正的函数调用。

结果：早期稳定 ABI 主要包含基础的函数（如 PyLong_FromLong、PyUnicode_FromString），但缺失了：

这让很多复杂的扩展被迫选择不兼容（即只打包针对特定 Python 版本的 .so 文件）以获得完整功能。

从 Python 3.12 开始，CPython 核心团队（特别是 Barry Warsaw、Łukasz Langa 等人）发起了一个积极推广和扩充稳定 ABI 的计划，新增的功能主要包含：

功能类别	新增 API 示例	Python 版本	意义
对象类型	`PyType_FromModuleAndSpec`	12	无需定义 `PyTypeObject` 静态结构体，完全通过 C3 风格创建类型，这是最重要的新增。
抽象协议	`PyObject_GenericGetDict`	12	实现了属性字典获取的通用方法，常用于元类。
内存管理	`PyMem_Calloc`， `PyMem_RawMalloc`	12	提供更安全的内存分配方式，与 C 标准库 `calloc` 对应。
模块创建	`PyModule_AddObjectRef`	12	比 `PyModule_AddObject` 更安全，自动管理引用计数。
异常处理	`PyErr_FormatV`	12	格式化异常信息的变参版本。
弱引用	`PyWeakref_GetRef`	13	安全地从弱引用获取强引用，避免竞态条件。

这是 Python 3.12 稳定 ABI 的最重大功能，它允许你完全通过一个 PyType_Spec 结构体来动态定义并创建类型，而不是使用传统的、依赖于内部 PyTypeObject 布局的静态定义方式。

在 3.12 之前，即使你使用稳定 ABI，创建自定义类型通常也是受限的（或者需要依赖于某些未进入稳定 ABI 的细节）。PyType_FromModuleAndSpec 的出现，使得用稳定 ABI 编写包含自定义对象+方法的扩展成为切实可行。

即便新增了这么多,稳定 ABI 截至 Python 3.13）依然无法支持的部分：

直接访问对象内部结构：不能直接读 ob_refcnt、ob_type、ob_size，你必须使用函数（如 Py_REFCNT、Py_TYPE 在稳定 ABI 中对应的函数版本是 PyObject_GetRefcnt、PyObject_GetType，在 3.13/3.14 中逐渐被加入，但 ob_size 等结构体偏移量仍不可靠）。
某些宏/内联函数：Py_INCREF、Py_DECREF 在稳定 ABI 中必须通过函数调用实现（性能略低，但安全）。
特定的垃圾回收 API：如 _PyUnicode_New、PyUnicode_AsStringAndSize（部分已被函数替代）。
所有以 _Py 开头的内部函数：这些都是内部 API，永远不会进入稳定 ABI。
灵活的缓冲区接口 Py_buffer：PyBuffer_FillInfo 等核心函数在稳定 ABI 中可用，但完整的缓冲协议（如自定义 tp_as_buffer 中的 bf_getbuffer 函数）在某些场景下仍需小心编写。

现在是否值得使用稳定 ABI？

绝对值得，尤其对于分发包：如果你分发一个 .whl 文件，希望它能在用户的 Python 3.12、3.13、3.14 上直接运行（无需用户编译），那么必须使用稳定 ABI，否则你只能编译多个特定版本的 .so 文件。
对于高性能库：如果你的库极度依赖直接访问对象结构体（NumPy、Pandas 的部分核心代码），那么稳定 ABI 仍然有性能限制，但这类核心库通常已经做了大量优化，CPython 核心团队在 3.12 中通过 PyType_FromModuleAndSpec 等方式，已经大幅缩小了性能差距。
对于大多数普通扩展：90% 的功能现在都可通过稳定 ABI 实现，甚至复杂的 Python 对象（如自定义容器、类装饰器、异步生成器）也已支持。

特性	早期稳定 ABI（<3.11）	现代稳定 ABI（>=3.12）
支持的功能	非常有限（基本类型操作、模块创建）	大幅扩展（自定义类型、异常、抽象协议、内存管理）
类型创建	不完整，依赖内部结构	完整支持（`PyType_FromModuleAndSpec`）
性能	因为缺失函数，有时需要绕过	与完整 ABI 相当（除开必要的函数调用开销）
主流库采用	极少	开始成为主流（如 cryptography、cffi、部分 numpy 组件）
未来趋势	停滞	积极扩充中，预计会逐步覆盖更多领域