PyO3项目在Python 3.13.0b3中遇到的字符串引用计数问题分析
2025-05-17 13:17:06作者:裴锟轩Denise
在Python扩展开发领域,PyO3作为连接Rust和Python的重要桥梁,近期在Python 3.13.0b3版本中遇到了一个关键的技术问题。本文将深入分析这一问题的成因、影响范围以及解决方案。
问题现象
当使用PyO3 0.21.2版本开发的扩展模块在Python 3.13.0b3环境下运行时,会出现以下错误:
python: Objects/unicodeobject.c:15052: intern_static: Assertion `_Py_IsImmortal(s)' failed.
Aborted (core dumped)
这个问题在多个项目中都能复现,例如在pyproject-fmt-rust项目中,简单的导入语句就会触发这个断言错误。
技术背景
Python 3.13引入了一个重要的内部机制变更——不可变(immortal)对象。这是Python解释器内部优化的一部分,旨在减少某些常用对象(如小整数、空元组等)的引用计数操作。这些对象的引用计数被设置为一个特殊值,表示它们永远不会被释放。
在Python 3.13.0b3中,__all__这样的内置字符串也被标记为不可变对象。当PyO3尝试对这些字符串进行引用计数操作时,触发了Python内部的断言检查。
问题根源
通过深入分析,我们发现问题的核心在于:
- PyO3 0.21.2版本在操作模块属性时,会对属性名(如
__all__)进行引用计数增加操作 - 这些字符串在Python 3.13中被实现为不可变对象
- Python解释器新增了断言检查,确保不可变对象的引用计数不会被修改
- PyO3通过ABI3(稳定ABI)兼容模式运行,按照规范可以直接操作对象的引用计数
解决方案
Python核心开发团队已经确认这是一个解释器端的断言错误。正确的做法应该是:
- 对于非稳定ABI的扩展,应该调用
Py_IncRef函数而非直接操作引用计数 - 对于稳定ABI扩展(如PyO3 0.21.2),允许直接修改引用计数以保持向后兼容性
Python 3.13.0b4版本将修复这个断言检查,使其不再对稳定ABI扩展报错。
开发者建议
对于PyO3用户,建议采取以下措施:
- 短期方案:等待Python 3.13.0b4发布,该版本将包含修复
- 长期方案:考虑升级到PyO3最新版本,以获得更好的Python 3.13+支持
- 开发实践:了解Python不可变对象机制,在扩展开发中避免不必要的引用计数操作
这个问题展示了Python内部机制演进与扩展兼容性之间的微妙平衡,也提醒我们在使用预发布版本时需要更加谨慎。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218