Python对象生命周期详解：创建与销毁过程

Python对象的生命周期是一场精妙的内存管理协奏曲：从__new__分配内存、__init__初始化属性的创建起点，到引用计数实时维系对象存续，再到gc模块兜底处理循环引用的智能回收，最终落脚于资源释放的确定性实践——用with语句或显式关闭替代不可靠的__del__。理解这一过程，不仅能避开内存泄漏与资源滞留的陷阱，更能写出更健壮、可预测的Python代码。

Python对象的生命周期从创建开始，到被垃圾回收结束，核心环节是引用计数变化和内存管理机制的协同作用。

对象创建：分配内存并初始化

当执行如 a = MyClass() 或 b = [1, 2, 3] 时，Python 先在堆上为对象分配内存，再调用 __new__ 创建实例，最后调用 __init__ 初始化属性。注意：__new__ 负责返回实例对象，__init__ 不返回值，仅负责设置初始状态。

• 内置类型（如 int、str）的创建高度优化，小整数和短字符串可能复用已有对象（涉及对象池机制）
• 类实例创建时，若未定义 __new__，默认使用 object.__new__
• 创建失败（如内存不足）会抛出 MemoryError

引用计数：决定对象是否“存活”

Python 主要依赖引用计数跟踪对象使用情况。每个对象内部维护一个计数器，记录有多少变量、容器或属性正指向它。只要计数 > 0，对象就保持活跃；一旦归零，立即销毁。

• 赋值、传参、加入容器等操作使引用计数 +1
• 变量重新赋值、离开作用域、从容器中移除等使引用计数 -1
• 可使用 sys.getrefcount(obj) 查看当前引用数（注意该函数调用本身会临时 +1）

垃圾回收：处理循环引用

引用计数无法解决循环引用（如 A 持有 B，B 又持有 A），此时 Python 的循环检测器（gc 模块）介入。它定期扫描堆中不可达但引用计数非零的对象组，并尝试清理。

• 默认启用，可通过 gc.disable() 关闭，但不建议
• 触发时机包括：分配一定数量对象后、显式调用 gc.collect()、或到达阈值自动运行
• 自定义类可通过实现 __del__ 定义销毁逻辑，但注意它不保证调用时机，也不应依赖其执行关键释放（如文件句柄需用 with 或显式 .close()）

销毁与资源释放：及时性与确定性

对象销毁分两步：先调用终结器（如 __del__），再真正释放内存。但内存释放由解释器控制，用户无法强制——即使手动删除变量（del x）也只减引用计数，不直接触发回收。

• 对需确定性清理的资源（文件、网络连接、锁），优先使用上下文管理器（with 语句）或显式关闭方法
• __del__ 中避免引用全局变量或引发异常，否则可能导致解释器行为异常
• Cython 或 C 扩展对象可能额外依赖底层资源，需按文档确保正确释放

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。