Python对象生命周期详解：创建与销毁方法

Python对象的生命周期远不止简单的“创建-使用-销毁”三步曲：它始于__new__方法的内存分配与__init__的初始化协同，依赖引用计数实时追踪对象存活状态，并在计数归零时立即释放内存（但循环引用需GC模块兜底）；而看似像析构函数的__del__实则充满不确定性——不保证执行、不可依赖、严禁抛异常，真正的资源清理应交由with语句或显式close()来保障。掌握这一机制，不仅能写出更健壮、无泄漏的代码，还能精准调试内存问题，避开Python垃圾回收中那些隐蔽却致命的陷阱。

Python对象的生命周期从创建开始，到被垃圾回收器销毁结束。理解这个过程，关键在于掌握对象如何被创建、引用计数如何变化、何时触发销毁，以及__del__的真实行为边界。

对象创建：不只是调用__init__

对象创建实际分两步：先由__new__分配内存并返回实例，再由__init__初始化属性。大多数情况下无需重写__new__，但若需控制实例生成（如单例、不可变类型），就必须介入。

• __new__是静态方法，第一个参数是类本身（cls），必须返回一个该类或其子类的实例
• __init__是实例方法，接收刚创建的实例（self），负责设置初始状态，不返回值（或隐式返回None）
• 如果__new__返回的不是当前类的实例，Python会跳过__init__调用

引用计数与可达性：决定对象是否“活着”

CPython使用引用计数为主、循环检测为辅的垃圾回收机制。对象是否被销毁，取决于它是否还被“可达”——即是否存在从根对象（如全局变量、栈帧局部变量）出发的引用链。

• 每次赋值、传参、放入容器，引用计数+1；作用域退出、显式del、从容器移除，引用计数−1
• 引用计数归零时，对象立即被销毁（__del__可能被调用），内存同步释放
• 循环引用（如两个对象互相持有对方引用）不会导致引用计数归零，需依赖gc模块的周期性扫描来清理

__del__不是析构函数：它的限制与替代方案

__del__在对象即将被销毁前由解释器调用，但它不保证执行时机，也不保证一定执行。尤其在程序退出、解释器关闭阶段，__del__可能被跳过。

• 避免在__del__中依赖其他对象（它们可能已被销毁或处于不确定状态）
• 不能抛出未捕获异常，否则会被静默忽略，并可能干扰垃圾回收
• 需要可靠资源清理（如关闭文件、断开网络连接），应优先使用上下文管理器（with语句）或显式close()方法

手动干预与调试：看清对象何时消失

可通过sys.getrefcount()观察引用计数变化（注意：传入对象本身会使计数临时+1），也可用gc.get_objects()查看当前存活对象，辅助定位泄漏。

• 临时增加引用可使用weakref.ref()，避免阻碍垃圾回收
• 强制触发垃圾回收可用gc.collect()，但通常无需手动调用
• 启用gc.set_debug(gc.DEBUG_UNCOLLECTABLE)可打印无法回收的循环引用对象

好了，本文到此结束，带大家了解了《Python对象生命周期详解：创建与销毁方法》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！