0.说明
作为《Python核心编程》核心部分的最后一章，这篇的内容也相当重要。对于高级部分的整理，将采用《Python核心编程》第三版，但是，方式会以之前的完全不一样了。
1.可调用对象
可调用对象即可通过函数操作符“()”来调用的对象，也可以通过函数式编程接口来进行调用，如apply()、filter()、map()和reduce()。Python有4种可调用对象：函数、方法、类和一些类的实例。
（1）函数
Python中有三种不同类型的函数：内建函数（BIF）、用户定义的函数（UDF）和lambda表达式。
用C/C++写的，编译过后放入Python解释器中，然后把它们作为第一（内建）名称空间的一部分加载进系统，这些函数在__builtin__模块里，并作为__builtins__模块导入到解释器中。
可以使用dir()来列出函数的所有属性，另外从内部机制来看，BIF和内建方法属于相同的类型，所以全长type()调用的结果是：
>>> type(dir) >>> >>> type('xpleaf'.upper)
但是应用于工厂函数，得到的结果是不一样的，虽然这些工厂函数本身是内建函数：
>>> type(int)
那是因为，本质上这些工厂函数是类。
用户定义的函数通常是用Python写的，调用type()的结果如下：
>>> def foo():pass... >>> type(foo)
UDF本身也有很多属性：
>>> dir(foo)['__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__doc__', '__format__', '__get__', '__getattribute__', '__globals__', '__hash__', '__init__', '__module__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'func_closure', 'func_code', 'func_defaults', 'func_dict', 'func_doc', 'func_globals', 'func_name']
lambda返回一个函数对象，只是lambda表达式没有给命令绑定的代码提供基础结构，所以要通过函数式编程接口来调用，或把它们的引用赋值给一个变量，通过该变量来进行调用，只是需要注意的是，这个变量仅仅是个别名，并不是函数对象的名字。
通过lambda来创建的函数对象除了没有命名外，和用户定义的函数是有相同的属性的，当然，对于__name__属性，值为"<lambda>"：
>>> lambdaFunc = lambda x: x*2>>> lambdaFunc(100)200>>> type(lambdaFunc) >>> >>> lambdaFunc.__name__' '>>> >>> foo.__name__'foo'
（2）方法
用户自定义方法是被定义为类的一部分函数，而许多Python数据类型本身也有方法，这些方法被称为内建方法。
只有内建类型有内建方法，如下：
>>> type([].append)
BIM和BIF两者享有相同的属性，只是不同的是，BIM的__self__属性指向一个Python对象，而BIF指向None：
>>> dir([].append)['__call__', '__class__', '__cmp__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__self__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']>>> [].append.__self__[]>>> dir.__self__>>> print [].append.__self__[]>>> print dir.__self__None
所有的UDM都是相同的类型，即“实例方法”，无论该方法是否有绑定的实例：
>>> class C(object):... def foo(self):... pass... >>> c = C()>>> >>> type(C.foo) >>> type(c.foo)
只是访问对象本身会揭示该方法是否绑定：
>>> c.foo <__main__.C object at 0x7f37a3c45810>>>>> C.foo
（3）类
调用类，其实就是创建一个实例对象。类有默认构造器，但是这个函数什么都不做，可以通过实现__init__()方法来自定义实例化过程。
（4）类的实例
Python给类提供了名为__call__的特别方法，该方法允许程序创建可调用的对象（实例）。默认情况下没有实现该方法，因此实例是不可调用的。
在定义类时覆盖__call__方法即可达到实例可调用的效果，这样，调用实例对象就等同于调用__call__()方法，参数的设置跟类的构造器原理是一样的：
>>> class C(object):... def __call__(self, *args):... print "I'm callable! Called with args:\n", args... >>> c = C()>>> c<__main__.C object at 0x7f37a3c2d090>>>> callable(c) # 实例是可调用的True>>> c() # 调用实例I'm callable! Called with args:()>>> c(3) # 传入参数I'm callable! Called with args:(3,)>>> c(3, 'no more , no less')I'm callable! Called with args:(3, 'no more , no less')>>> >>> c.__call__(3) # 与c(3)的调用原理是一样的I'm callable! Called with args:(3,)>>> c.__call__(3, 'no more, no less')I'm callable! Called with args:(3, 'no more, no less')
2.代码对象
每个可调用物的核心都是代码对象，由语句、赋值、表达式和其他可调用物组成。查看一个模块意味着观察一个较大的、包含了模块中所有代码的对象。然后代码可以分成语句、赋值、表达式，以及可调用物。可调用物又可以递归分解到下一层，那儿有自己的代码对象。
一般来说，代码对象可以作为函数或者方法调用的一部分来执行（比如语句或赋值等），也可用exec语句或内建函数eval()来执行。从整体上看，一个Python模块的代码对象是构成该模块的全部代码。
如果要执行Python代码，那么该代码必须先要转换成字节编译的代码（又称字节码）。这才是真正的代码对象。然而，它们不包含任何关于它们执行环境的信息，这便是可调用物存在的原因，它被用来包装一个代码对象并提供额外的信息（如属性等相关信息）。
函数对象仅是代码对象的包装，方法则是给函数对象的包装，只是不同于单纯的代码对象，它们还提供了一些额外的信息。当研究到最底层，便会发现这是一个代码对象。
在函数对象中，有一个func_code属性，其实就是指代码对象：
>>> def foo(): pass... >>> foo.func_code ", line 1>
3.可执行的对象声明和内建函数
常见的相关函数如下：
| 可执行的对象声明和内建函数 |
| 内建函数和语句 | 描述 |
| callable(obj) | 如果obj可调用，返回True，否则返回False |
| compile(string, file, type) | 从type类型中创建代码对象；file是代码存放的地方（通常设为""） |
| eval(obj, globals=globals(), locals=locals()) | 对obj进行求值，obj是已编译为代码对象的表达式，或是一个字符串表达式；可以给出全局或者/和局部的名称空间 |
| exec obj | 执行obj、单一的Python语句或者语句的集合，也就是说格式是代码对象或者字符串；obj也可以是一个文件对象（已经打开的有效的Python脚本中） |
| input(prompt='') | 等同于eval(raw_input(prompt='')) |
（1）callable()
callable()是一个布尔函数，确定一个对象是否可以通过函数操作符（()）来调用：
>>> callable(dir)True>>> callable(1)False>>> def foo(): pass... >>> callable(foo)True
（2）compile()
compile()函数允许程序员在运行时刻迅速生成代码对象，然后就可以用exec语句或者内建函数eval()来执行这些代码对象或者对它们进行求值。一个很重要的观点是：exec和eval()都可以执行字符串格式的Python代码。当执行字符串形式的代码时，每次都必须对这些代码进行字节编译处理。compile()函数提供了一次性字节代码预编译，以后每次调用的时候，就不用编译了。
compile的三个参数都是必需的，第一参数借助了要编译的Python代码。第二个字符串，虽然是必需的，但通常被设置为空串。该参数代表了存放代码对象的文件的名字（字符串类型）。compile的通常用法是动态生成字符串形式的Python代码，然后生成一个代码对象——代码显然没有存放在任何文件，所以文件名就通常设置为空了。
最后的参数是个字符串，它用来表明代码对象的类型，有三个可能值：
| 'eval' | 可求值的表达式，和eval()一起使用 |
| 'single' | 单一可执行语句，和exec一起使用 |
| 'exec' | 可执行语句组，和exec一起使用 |
>>> eval_code = compile('100+200', '', 'eval')>>> eval_code at 0x7f37a5db3cb0, file "", line 1>>>> eval(eval_code)300 >>> single_code = compile('print "Hello world!"', '', 'single')>>> single_code at 0x7f37a3c2a0b0, file "", line 1>>>> exec single_codeHello world! >>> exec_code = compile("""... req = input('Count how many numbers?')... for eachNum in range(req):... print eachNum... """, '', 'exec')>>> >>> exec exec_codeCount how many numbers?6012345 （3）eval()
eval()对表达式求值，第一个参数可以为字符串或compile()创建的预编译代码对象。第二个和第三个参数为可选的，分别默认为globals()和locals()返回的对象：
>>> a = 3>>> eval('a')3>>> def test_eval():... a = 6... print eval('a')... >>> test_eval()6>>>>> scope={}>>> scope['a'] = 3>>> scope['b'] = 4>>> result = eval('a+b',scope)>>> result7 （4）exec
exec语句只接受一个参数，即exec obj，obj除了可以是原始的字符串（单一语句或语句组）或是compile()编译的代码对象外，也可以是文件对象：
>>> f = open('xcount.py')>>> for eachLine in f:... print eachLine,... x = 0print 'x is currently:', xwhile x < 5: x += 1 print 'incrementing x to:', x>>> >>> f.tell()86>>> f.seek(0)>>> >>> exec fx is currently: 0incrementing x to: 1incrementing x to: 2incrementing x to: 3incrementing x to: 4incrementing x to: 5>>> >>> f.tell() # 执行完之后，就指针就停留在文件末尾（end-of-line，EOF）86 （5）input()
内建函数input()是eval()和raw_input()的组合，等价于eval(raw_input())，这说明input()和raw_input()本身还是有区别的。
从功能上看，input不同于raw_input()，因为raw_input()总是以字符串的形式返回用户的输入；input()履行相同的任务，而且它还把输入作为Python表达式进行求值。这意味着input()返回的数据是对输入表达式求值的结果：一个Python对象。
举例如下：
>>> aString = raw_input('Enter a list: ')Enter a list: ['xpleaf', 'clyyh']>>> aString"['xpleaf', 'clyyh']">>> type(aString) >>> >>> aList = input('Enter a list: ')Enter a list: ['xpleaf', 'clyyh']>>> aList['xpleaf', 'clyyh']>>> type(aList) （6）使用Python在运行时生成和执行Python代码
有需要时可以参考书本上的例子。