home *** CD-ROM | disk | FTP | other *** search
/ PCGUIA 127 / PC Guia 127.iso / Software / Produtividade / OpenOffice.org 2.0.1 / openofficeorg3.cab / pickletools.py < prev    next >
Text File  |  2005-11-19  |  73KB  |  2,243 lines

  1. '''"Executable documentation" for the pickle module.
  2.  
  3. Extensive comments about the pickle protocols and pickle-machine opcodes
  4. can be found here.  Some functions meant for external use:
  5.  
  6. genops(pickle)
  7.    Generate all the opcodes in a pickle, as (opcode, arg, position) triples.
  8.  
  9. dis(pickle, out=None, indentlevel=4)
  10.    Print a symbolic disassembly of a pickle.
  11. '''
  12.  
  13. # Other ideas:
  14. #
  15. # - A pickle verifier:  read a pickle and check it exhaustively for
  16. #   well-formedness.  dis() does a lot of this already.
  17. #
  18. # - A protocol identifier:  examine a pickle and return its protocol number
  19. #   (== the highest .proto attr value among all the opcodes in the pickle).
  20. #   dis() already prints this info at the end.
  21. #
  22. # - A pickle optimizer:  for example, tuple-building code is sometimes more
  23. #   elaborate than necessary, catering for the possibility that the tuple
  24. #   is recursive.  Or lots of times a PUT is generated that's never accessed
  25. #   by a later GET.
  26.  
  27.  
  28. """
  29. "A pickle" is a program for a virtual pickle machine (PM, but more accurately
  30. called an unpickling machine).  It's a sequence of opcodes, interpreted by the
  31. PM, building an arbitrarily complex Python object.
  32.  
  33. For the most part, the PM is very simple:  there are no looping, testing, or
  34. conditional instructions, no arithmetic and no function calls.  Opcodes are
  35. executed once each, from first to last, until a STOP opcode is reached.
  36.  
  37. The PM has two data areas, "the stack" and "the memo".
  38.  
  39. Many opcodes push Python objects onto the stack; e.g., INT pushes a Python
  40. integer object on the stack, whose value is gotten from a decimal string
  41. literal immediately following the INT opcode in the pickle bytestream.  Other
  42. opcodes take Python objects off the stack.  The result of unpickling is
  43. whatever object is left on the stack when the final STOP opcode is executed.
  44.  
  45. The memo is simply an array of objects, or it can be implemented as a dict
  46. mapping little integers to objects.  The memo serves as the PM's "long term
  47. memory", and the little integers indexing the memo are akin to variable
  48. names.  Some opcodes pop a stack object into the memo at a given index,
  49. and others push a memo object at a given index onto the stack again.
  50.  
  51. At heart, that's all the PM has.  Subtleties arise for these reasons:
  52.  
  53. + Object identity.  Objects can be arbitrarily complex, and subobjects
  54.   may be shared (for example, the list [a, a] refers to the same object a
  55.   twice).  It can be vital that unpickling recreate an isomorphic object
  56.   graph, faithfully reproducing sharing.
  57.  
  58. + Recursive objects.  For example, after "L = []; L.append(L)", L is a
  59.   list, and L[0] is the same list.  This is related to the object identity
  60.   point, and some sequences of pickle opcodes are subtle in order to
  61.   get the right result in all cases.
  62.  
  63. + Things pickle doesn't know everything about.  Examples of things pickle
  64.   does know everything about are Python's builtin scalar and container
  65.   types, like ints and tuples.  They generally have opcodes dedicated to
  66.   them.  For things like module references and instances of user-defined
  67.   classes, pickle's knowledge is limited.  Historically, many enhancements
  68.   have been made to the pickle protocol in order to do a better (faster,
  69.   and/or more compact) job on those.
  70.  
  71. + Backward compatibility and micro-optimization.  As explained below,
  72.   pickle opcodes never go away, not even when better ways to do a thing
  73.   get invented.  The repertoire of the PM just keeps growing over time.
  74.   For example, protocol 0 had two opcodes for building Python integers (INT
  75.   and LONG), protocol 1 added three more for more-efficient pickling of short
  76.   integers, and protocol 2 added two more for more-efficient pickling of
  77.   long integers (before protocol 2, the only ways to pickle a Python long
  78.   took time quadratic in the number of digits, for both pickling and
  79.   unpickling).  "Opcode bloat" isn't so much a subtlety as a source of
  80.   wearying complication.
  81.  
  82.  
  83. Pickle protocols:
  84.  
  85. For compatibility, the meaning of a pickle opcode never changes.  Instead new
  86. pickle opcodes get added, and each version's unpickler can handle all the
  87. pickle opcodes in all protocol versions to date.  So old pickles continue to
  88. be readable forever.  The pickler can generally be told to restrict itself to
  89. the subset of opcodes available under previous protocol versions too, so that
  90. users can create pickles under the current version readable by older
  91. versions.  However, a pickle does not contain its version number embedded
  92. within it.  If an older unpickler tries to read a pickle using a later
  93. protocol, the result is most likely an exception due to seeing an unknown (in
  94. the older unpickler) opcode.
  95.  
  96. The original pickle used what's now called "protocol 0", and what was called
  97. "text mode" before Python 2.3.  The entire pickle bytestream is made up of
  98. printable 7-bit ASCII characters, plus the newline character, in protocol 0.
  99. That's why it was called text mode.  Protocol 0 is small and elegant, but
  100. sometimes painfully inefficient.
  101.  
  102. The second major set of additions is now called "protocol 1", and was called
  103. "binary mode" before Python 2.3.  This added many opcodes with arguments
  104. consisting of arbitrary bytes, including NUL bytes and unprintable "high bit"
  105. bytes.  Binary mode pickles can be substantially smaller than equivalent
  106. text mode pickles, and sometimes faster too; e.g., BININT represents a 4-byte
  107. int as 4 bytes following the opcode, which is cheaper to unpickle than the
  108. (perhaps) 11-character decimal string attached to INT.  Protocol 1 also added
  109. a number of opcodes that operate on many stack elements at once (like APPENDS
  110. and SETITEMS), and "shortcut" opcodes (like EMPTY_DICT and EMPTY_TUPLE).
  111.  
  112. The third major set of additions came in Python 2.3, and is called "protocol
  113. 2".  This added:
  114.  
  115. - A better way to pickle instances of new-style classes (NEWOBJ).
  116.  
  117. - A way for a pickle to identify its protocol (PROTO).
  118.  
  119. - Time- and space- efficient pickling of long ints (LONG{1,4}).
  120.  
  121. - Shortcuts for small tuples (TUPLE{1,2,3}}.
  122.  
  123. - Dedicated opcodes for bools (NEWTRUE, NEWFALSE).
  124.  
  125. - The "extension registry", a vector of popular objects that can be pushed
  126.   efficiently by index (EXT{1,2,4}).  This is akin to the memo and GET, but
  127.   the registry contents are predefined (there's nothing akin to the memo's
  128.   PUT).
  129.  
  130. Another independent change with Python 2.3 is the abandonment of any
  131. pretense that it might be safe to load pickles received from untrusted
  132. parties -- no sufficient security analysis has been done to guarantee
  133. this and there isn't a use case that warrants the expense of such an
  134. analysis.
  135.  
  136. To this end, all tests for __safe_for_unpickling__ or for
  137. copy_reg.safe_constructors are removed from the unpickling code.
  138. References to these variables in the descriptions below are to be seen
  139. as describing unpickling in Python 2.2 and before.
  140. """
  141.  
  142. # Meta-rule:  Descriptions are stored in instances of descriptor objects,
  143. # with plain constructors.  No meta-language is defined from which
  144. # descriptors could be constructed.  If you want, e.g., XML, write a little
  145. # program to generate XML from the objects.
  146.  
  147. ##############################################################################
  148. # Some pickle opcodes have an argument, following the opcode in the
  149. # bytestream.  An argument is of a specific type, described by an instance
  150. # of ArgumentDescriptor.  These are not to be confused with arguments taken
  151. # off the stack -- ArgumentDescriptor applies only to arguments embedded in
  152. # the opcode stream, immediately following an opcode.
  153.  
  154. # Represents the number of bytes consumed by an argument delimited by the
  155. # next newline character.
  156. UP_TO_NEWLINE = -1
  157.  
  158. # Represents the number of bytes consumed by a two-argument opcode where
  159. # the first argument gives the number of bytes in the second argument.
  160. TAKEN_FROM_ARGUMENT1 = -2   # num bytes is 1-byte unsigned int
  161. TAKEN_FROM_ARGUMENT4 = -3   # num bytes is 4-byte signed little-endian int
  162.  
  163. class ArgumentDescriptor(object):
  164.     __slots__ = (
  165.         # name of descriptor record, also a module global name; a string
  166.         'name',
  167.  
  168.         # length of argument, in bytes; an int; UP_TO_NEWLINE and
  169.         # TAKEN_FROM_ARGUMENT{1,4} are negative values for variable-length
  170.         # cases
  171.         'n',
  172.  
  173.         # a function taking a file-like object, reading this kind of argument
  174.         # from the object at the current position, advancing the current
  175.         # position by n bytes, and returning the value of the argument
  176.         'reader',
  177.  
  178.         # human-readable docs for this arg descriptor; a string
  179.         'doc',
  180.     )
  181.  
  182.     def __init__(self, name, n, reader, doc):
  183.         assert isinstance(name, str)
  184.         self.name = name
  185.  
  186.         assert isinstance(n, int) and (n >= 0 or
  187.                                        n in (UP_TO_NEWLINE,
  188.                                              TAKEN_FROM_ARGUMENT1,
  189.                                              TAKEN_FROM_ARGUMENT4))
  190.         self.n = n
  191.  
  192.         self.reader = reader
  193.  
  194.         assert isinstance(doc, str)
  195.         self.doc = doc
  196.  
  197. from struct import unpack as _unpack
  198.  
  199. def read_uint1(f):
  200.     r"""
  201.     >>> import StringIO
  202.     >>> read_uint1(StringIO.StringIO('\xff'))
  203.     255
  204.     """
  205.  
  206.     data = f.read(1)
  207.     if data:
  208.         return ord(data)
  209.     raise ValueError("not enough data in stream to read uint1")
  210.  
  211. uint1 = ArgumentDescriptor(
  212.             name='uint1',
  213.             n=1,
  214.             reader=read_uint1,
  215.             doc="One-byte unsigned integer.")
  216.  
  217.  
  218. def read_uint2(f):
  219.     r"""
  220.     >>> import StringIO
  221.     >>> read_uint2(StringIO.StringIO('\xff\x00'))
  222.     255
  223.     >>> read_uint2(StringIO.StringIO('\xff\xff'))
  224.     65535
  225.     """
  226.  
  227.     data = f.read(2)
  228.     if len(data) == 2:
  229.         return _unpack("<H", data)[0]
  230.     raise ValueError("not enough data in stream to read uint2")
  231.  
  232. uint2 = ArgumentDescriptor(
  233.             name='uint2',
  234.             n=2,
  235.             reader=read_uint2,
  236.             doc="Two-byte unsigned integer, little-endian.")
  237.  
  238.  
  239. def read_int4(f):
  240.     r"""
  241.     >>> import StringIO
  242.     >>> read_int4(StringIO.StringIO('\xff\x00\x00\x00'))
  243.     255
  244.     >>> read_int4(StringIO.StringIO('\x00\x00\x00\x80')) == -(2**31)
  245.     True
  246.     """
  247.  
  248.     data = f.read(4)
  249.     if len(data) == 4:
  250.         return _unpack("<i", data)[0]
  251.     raise ValueError("not enough data in stream to read int4")
  252.  
  253. int4 = ArgumentDescriptor(
  254.            name='int4',
  255.            n=4,
  256.            reader=read_int4,
  257.            doc="Four-byte signed integer, little-endian, 2's complement.")
  258.  
  259.  
  260. def read_stringnl(f, decode=True, stripquotes=True):
  261.     r"""
  262.     >>> import StringIO
  263.     >>> read_stringnl(StringIO.StringIO("'abcd'\nefg\n"))
  264.     'abcd'
  265.  
  266.     >>> read_stringnl(StringIO.StringIO("\n"))
  267.     Traceback (most recent call last):
  268.     ...
  269.     ValueError: no string quotes around ''
  270.  
  271.     >>> read_stringnl(StringIO.StringIO("\n"), stripquotes=False)
  272.     ''
  273.  
  274.     >>> read_stringnl(StringIO.StringIO("''\n"))
  275.     ''
  276.  
  277.     >>> read_stringnl(StringIO.StringIO('"abcd"'))
  278.     Traceback (most recent call last):
  279.     ...
  280.     ValueError: no newline found when trying to read stringnl
  281.  
  282.     Embedded escapes are undone in the result.
  283.     >>> read_stringnl(StringIO.StringIO(r"'a\n\\b\x00c\td'" + "\n'e'"))
  284.     'a\n\\b\x00c\td'
  285.     """
  286.  
  287.     data = f.readline()
  288.     if not data.endswith('\n'):
  289.         raise ValueError("no newline found when trying to read stringnl")
  290.     data = data[:-1]    # lose the newline
  291.  
  292.     if stripquotes:
  293.         for q in "'\"":
  294.             if data.startswith(q):
  295.                 if not data.endswith(q):
  296.                     raise ValueError("strinq quote %r not found at both "
  297.                                      "ends of %r" % (q, data))
  298.                 data = data[1:-1]
  299.                 break
  300.         else:
  301.             raise ValueError("no string quotes around %r" % data)
  302.  
  303.     # I'm not sure when 'string_escape' was added to the std codecs; it's
  304.     # crazy not to use it if it's there.
  305.     if decode:
  306.         data = data.decode('string_escape')
  307.     return data
  308.  
  309. stringnl = ArgumentDescriptor(
  310.                name='stringnl',
  311.                n=UP_TO_NEWLINE,
  312.                reader=read_stringnl,
  313.                doc="""A newline-terminated string.
  314.  
  315.                    This is a repr-style string, with embedded escapes, and
  316.                    bracketing quotes.
  317.                    """)
  318.  
  319. def read_stringnl_noescape(f):
  320.     return read_stringnl(f, decode=False, stripquotes=False)
  321.  
  322. stringnl_noescape = ArgumentDescriptor(
  323.                         name='stringnl_noescape',
  324.                         n=UP_TO_NEWLINE,
  325.                         reader=read_stringnl_noescape,
  326.                         doc="""A newline-terminated string.
  327.  
  328.                         This is a str-style string, without embedded escapes,
  329.                         or bracketing quotes.  It should consist solely of
  330.                         printable ASCII characters.
  331.                         """)
  332.  
  333. def read_stringnl_noescape_pair(f):
  334.     r"""
  335.     >>> import StringIO
  336.     >>> read_stringnl_noescape_pair(StringIO.StringIO("Queue\nEmpty\njunk"))
  337.     'Queue Empty'
  338.     """
  339.  
  340.     return "%s %s" % (read_stringnl_noescape(f), read_stringnl_noescape(f))
  341.  
  342. stringnl_noescape_pair = ArgumentDescriptor(
  343.                              name='stringnl_noescape_pair',
  344.                              n=UP_TO_NEWLINE,
  345.                              reader=read_stringnl_noescape_pair,
  346.                              doc="""A pair of newline-terminated strings.
  347.  
  348.                              These are str-style strings, without embedded
  349.                              escapes, or bracketing quotes.  They should
  350.                              consist solely of printable ASCII characters.
  351.                              The pair is returned as a single string, with
  352.                              a single blank separating the two strings.
  353.                              """)
  354.  
  355. def read_string4(f):
  356.     r"""
  357.     >>> import StringIO
  358.     >>> read_string4(StringIO.StringIO("\x00\x00\x00\x00abc"))
  359.     ''
  360.     >>> read_string4(StringIO.StringIO("\x03\x00\x00\x00abcdef"))
  361.     'abc'
  362.     >>> read_string4(StringIO.StringIO("\x00\x00\x00\x03abcdef"))
  363.     Traceback (most recent call last):
  364.     ...
  365.     ValueError: expected 50331648 bytes in a string4, but only 6 remain
  366.     """
  367.  
  368.     n = read_int4(f)
  369.     if n < 0:
  370.         raise ValueError("string4 byte count < 0: %d" % n)
  371.     data = f.read(n)
  372.     if len(data) == n:
  373.         return data
  374.     raise ValueError("expected %d bytes in a string4, but only %d remain" %
  375.                      (n, len(data)))
  376.  
  377. string4 = ArgumentDescriptor(
  378.               name="string4",
  379.               n=TAKEN_FROM_ARGUMENT4,
  380.               reader=read_string4,
  381.               doc="""A counted string.
  382.  
  383.               The first argument is a 4-byte little-endian signed int giving
  384.               the number of bytes in the string, and the second argument is
  385.               that many bytes.
  386.               """)
  387.  
  388.  
  389. def read_string1(f):
  390.     r"""
  391.     >>> import StringIO
  392.     >>> read_string1(StringIO.StringIO("\x00"))
  393.     ''
  394.     >>> read_string1(StringIO.StringIO("\x03abcdef"))
  395.     'abc'
  396.     """
  397.  
  398.     n = read_uint1(f)
  399.     assert n >= 0
  400.     data = f.read(n)
  401.     if len(data) == n:
  402.         return data
  403.     raise ValueError("expected %d bytes in a string1, but only %d remain" %
  404.                      (n, len(data)))
  405.  
  406. string1 = ArgumentDescriptor(
  407.               name="string1",
  408.               n=TAKEN_FROM_ARGUMENT1,
  409.               reader=read_string1,
  410.               doc="""A counted string.
  411.  
  412.               The first argument is a 1-byte unsigned int giving the number
  413.               of bytes in the string, and the second argument is that many
  414.               bytes.
  415.               """)
  416.  
  417.  
  418. def read_unicodestringnl(f):
  419.     r"""
  420.     >>> import StringIO
  421.     >>> read_unicodestringnl(StringIO.StringIO("abc\uabcd\njunk"))
  422.     u'abc\uabcd'
  423.     """
  424.  
  425.     data = f.readline()
  426.     if not data.endswith('\n'):
  427.         raise ValueError("no newline found when trying to read "
  428.                          "unicodestringnl")
  429.     data = data[:-1]    # lose the newline
  430.     return unicode(data, 'raw-unicode-escape')
  431.  
  432. unicodestringnl = ArgumentDescriptor(
  433.                       name='unicodestringnl',
  434.                       n=UP_TO_NEWLINE,
  435.                       reader=read_unicodestringnl,
  436.                       doc="""A newline-terminated Unicode string.
  437.  
  438.                       This is raw-unicode-escape encoded, so consists of
  439.                       printable ASCII characters, and may contain embedded
  440.                       escape sequences.
  441.                       """)
  442.  
  443. def read_unicodestring4(f):
  444.     r"""
  445.     >>> import StringIO
  446.     >>> s = u'abcd\uabcd'
  447.     >>> enc = s.encode('utf-8')
  448.     >>> enc
  449.     'abcd\xea\xaf\x8d'
  450.     >>> n = chr(len(enc)) + chr(0) * 3  # little-endian 4-byte length
  451.     >>> t = read_unicodestring4(StringIO.StringIO(n + enc + 'junk'))
  452.     >>> s == t
  453.     True
  454.  
  455.     >>> read_unicodestring4(StringIO.StringIO(n + enc[:-1]))
  456.     Traceback (most recent call last):
  457.     ...
  458.     ValueError: expected 7 bytes in a unicodestring4, but only 6 remain
  459.     """
  460.  
  461.     n = read_int4(f)
  462.     if n < 0:
  463.         raise ValueError("unicodestring4 byte count < 0: %d" % n)
  464.     data = f.read(n)
  465.     if len(data) == n:
  466.         return unicode(data, 'utf-8')
  467.     raise ValueError("expected %d bytes in a unicodestring4, but only %d "
  468.                      "remain" % (n, len(data)))
  469.  
  470. unicodestring4 = ArgumentDescriptor(
  471.                     name="unicodestring4",
  472.                     n=TAKEN_FROM_ARGUMENT4,
  473.                     reader=read_unicodestring4,
  474.                     doc="""A counted Unicode string.
  475.  
  476.                     The first argument is a 4-byte little-endian signed int
  477.                     giving the number of bytes in the string, and the second
  478.                     argument-- the UTF-8 encoding of the Unicode string --
  479.                     contains that many bytes.
  480.                     """)
  481.  
  482.  
  483. def read_decimalnl_short(f):
  484.     r"""
  485.     >>> import StringIO
  486.     >>> read_decimalnl_short(StringIO.StringIO("1234\n56"))
  487.     1234
  488.  
  489.     >>> read_decimalnl_short(StringIO.StringIO("1234L\n56"))
  490.     Traceback (most recent call last):
  491.     ...
  492.     ValueError: trailing 'L' not allowed in '1234L'
  493.     """
  494.  
  495.     s = read_stringnl(f, decode=False, stripquotes=False)
  496.     if s.endswith("L"):
  497.         raise ValueError("trailing 'L' not allowed in %r" % s)
  498.  
  499.     # It's not necessarily true that the result fits in a Python short int:
  500.     # the pickle may have been written on a 64-bit box.  There's also a hack
  501.     # for True and False here.
  502.     if s == "00":
  503.         return False
  504.     elif s == "01":
  505.         return True
  506.  
  507.     try:
  508.         return int(s)
  509.     except OverflowError:
  510.         return long(s)
  511.  
  512. def read_decimalnl_long(f):
  513.     r"""
  514.     >>> import StringIO
  515.  
  516.     >>> read_decimalnl_long(StringIO.StringIO("1234\n56"))
  517.     Traceback (most recent call last):
  518.     ...
  519.     ValueError: trailing 'L' required in '1234'
  520.  
  521.     Someday the trailing 'L' will probably go away from this output.
  522.  
  523.     >>> read_decimalnl_long(StringIO.StringIO("1234L\n56"))
  524.     1234L
  525.  
  526.     >>> read_decimalnl_long(StringIO.StringIO("123456789012345678901234L\n6"))
  527.     123456789012345678901234L
  528.     """
  529.  
  530.     s = read_stringnl(f, decode=False, stripquotes=False)
  531.     if not s.endswith("L"):
  532.         raise ValueError("trailing 'L' required in %r" % s)
  533.     return long(s)
  534.  
  535.  
  536. decimalnl_short = ArgumentDescriptor(
  537.                       name='decimalnl_short',
  538.                       n=UP_TO_NEWLINE,
  539.                       reader=read_decimalnl_short,
  540.                       doc="""A newline-terminated decimal integer literal.
  541.  
  542.                           This never has a trailing 'L', and the integer fit
  543.                           in a short Python int on the box where the pickle
  544.                           was written -- but there's no guarantee it will fit
  545.                           in a short Python int on the box where the pickle
  546.                           is read.
  547.                           """)
  548.  
  549. decimalnl_long = ArgumentDescriptor(
  550.                      name='decimalnl_long',
  551.                      n=UP_TO_NEWLINE,
  552.                      reader=read_decimalnl_long,
  553.                      doc="""A newline-terminated decimal integer literal.
  554.  
  555.                          This has a trailing 'L', and can represent integers
  556.                          of any size.
  557.                          """)
  558.  
  559.  
  560. def read_floatnl(f):
  561.     r"""
  562.     >>> import StringIO
  563.     >>> read_floatnl(StringIO.StringIO("-1.25\n6"))
  564.     -1.25
  565.     """
  566.     s = read_stringnl(f, decode=False, stripquotes=False)
  567.     return float(s)
  568.  
  569. floatnl = ArgumentDescriptor(
  570.               name='floatnl',
  571.               n=UP_TO_NEWLINE,
  572.               reader=read_floatnl,
  573.               doc="""A newline-terminated decimal floating literal.
  574.  
  575.               In general this requires 17 significant digits for roundtrip
  576.               identity, and pickling then unpickling infinities, NaNs, and
  577.               minus zero doesn't work across boxes, or on some boxes even
  578.               on itself (e.g., Windows can't read the strings it produces
  579.               for infinities or NaNs).
  580.               """)
  581.  
  582. def read_float8(f):
  583.     r"""
  584.     >>> import StringIO, struct
  585.     >>> raw = struct.pack(">d", -1.25)
  586.     >>> raw
  587.     '\xbf\xf4\x00\x00\x00\x00\x00\x00'
  588.     >>> read_float8(StringIO.StringIO(raw + "\n"))
  589.     -1.25
  590.     """
  591.  
  592.     data = f.read(8)
  593.     if len(data) == 8:
  594.         return _unpack(">d", data)[0]
  595.     raise ValueError("not enough data in stream to read float8")
  596.  
  597.  
  598. float8 = ArgumentDescriptor(
  599.              name='float8',
  600.              n=8,
  601.              reader=read_float8,
  602.              doc="""An 8-byte binary representation of a float, big-endian.
  603.  
  604.              The format is unique to Python, and shared with the struct
  605.              module (format string '>d') "in theory" (the struct and cPickle
  606.              implementations don't share the code -- they should).  It's
  607.              strongly related to the IEEE-754 double format, and, in normal
  608.              cases, is in fact identical to the big-endian 754 double format.
  609.              On other boxes the dynamic range is limited to that of a 754
  610.              double, and "add a half and chop" rounding is used to reduce
  611.              the precision to 53 bits.  However, even on a 754 box,
  612.              infinities, NaNs, and minus zero may not be handled correctly
  613.              (may not survive roundtrip pickling intact).
  614.              """)
  615.  
  616. # Protocol 2 formats
  617.  
  618. from pickle import decode_long
  619.  
  620. def read_long1(f):
  621.     r"""
  622.     >>> import StringIO
  623.     >>> read_long1(StringIO.StringIO("\x00"))
  624.     0L
  625.     >>> read_long1(StringIO.StringIO("\x02\xff\x00"))
  626.     255L
  627.     >>> read_long1(StringIO.StringIO("\x02\xff\x7f"))
  628.     32767L
  629.     >>> read_long1(StringIO.StringIO("\x02\x00\xff"))
  630.     -256L
  631.     >>> read_long1(StringIO.StringIO("\x02\x00\x80"))
  632.     -32768L
  633.     """
  634.  
  635.     n = read_uint1(f)
  636.     data = f.read(n)
  637.     if len(data) != n:
  638.         raise ValueError("not enough data in stream to read long1")
  639.     return decode_long(data)
  640.  
  641. long1 = ArgumentDescriptor(
  642.     name="long1",
  643.     n=TAKEN_FROM_ARGUMENT1,
  644.     reader=read_long1,
  645.     doc="""A binary long, little-endian, using 1-byte size.
  646.  
  647.     This first reads one byte as an unsigned size, then reads that
  648.     many bytes and interprets them as a little-endian 2's-complement long.
  649.     If the size is 0, that's taken as a shortcut for the long 0L.
  650.     """)
  651.  
  652. def read_long4(f):
  653.     r"""
  654.     >>> import StringIO
  655.     >>> read_long4(StringIO.StringIO("\x02\x00\x00\x00\xff\x00"))
  656.     255L
  657.     >>> read_long4(StringIO.StringIO("\x02\x00\x00\x00\xff\x7f"))
  658.     32767L
  659.     >>> read_long4(StringIO.StringIO("\x02\x00\x00\x00\x00\xff"))
  660.     -256L
  661.     >>> read_long4(StringIO.StringIO("\x02\x00\x00\x00\x00\x80"))
  662.     -32768L
  663.     >>> read_long1(StringIO.StringIO("\x00\x00\x00\x00"))
  664.     0L
  665.     """
  666.  
  667.     n = read_int4(f)
  668.     if n < 0:
  669.         raise ValueError("long4 byte count < 0: %d" % n)
  670.     data = f.read(n)
  671.     if len(data) != n:
  672.         raise ValueError("not enough data in stream to read long4")
  673.     return decode_long(data)
  674.  
  675. long4 = ArgumentDescriptor(
  676.     name="long4",
  677.     n=TAKEN_FROM_ARGUMENT4,
  678.     reader=read_long4,
  679.     doc="""A binary representation of a long, little-endian.
  680.  
  681.     This first reads four bytes as a signed size (but requires the
  682.     size to be >= 0), then reads that many bytes and interprets them
  683.     as a little-endian 2's-complement long.  If the size is 0, that's taken
  684.     as a shortcut for the long 0L, although LONG1 should really be used
  685.     then instead (and in any case where # of bytes < 256).
  686.     """)
  687.  
  688.  
  689. ##############################################################################
  690. # Object descriptors.  The stack used by the pickle machine holds objects,
  691. # and in the stack_before and stack_after attributes of OpcodeInfo
  692. # descriptors we need names to describe the various types of objects that can
  693. # appear on the stack.
  694.  
  695. class StackObject(object):
  696.     __slots__ = (
  697.         # name of descriptor record, for info only
  698.         'name',
  699.  
  700.         # type of object, or tuple of type objects (meaning the object can
  701.         # be of any type in the tuple)
  702.         'obtype',
  703.  
  704.         # human-readable docs for this kind of stack object; a string
  705.         'doc',
  706.     )
  707.  
  708.     def __init__(self, name, obtype, doc):
  709.         assert isinstance(name, str)
  710.         self.name = name
  711.  
  712.         assert isinstance(obtype, type) or isinstance(obtype, tuple)
  713.         if isinstance(obtype, tuple):
  714.             for contained in obtype:
  715.                 assert isinstance(contained, type)
  716.         self.obtype = obtype
  717.  
  718.         assert isinstance(doc, str)
  719.         self.doc = doc
  720.  
  721.     def __repr__(self):
  722.         return self.name
  723.  
  724.  
  725. pyint = StackObject(
  726.             name='int',
  727.             obtype=int,
  728.             doc="A short (as opposed to long) Python integer object.")
  729.  
  730. pylong = StackObject(
  731.              name='long',
  732.              obtype=long,
  733.              doc="A long (as opposed to short) Python integer object.")
  734.  
  735. pyinteger_or_bool = StackObject(
  736.                         name='int_or_bool',
  737.                         obtype=(int, long, bool),
  738.                         doc="A Python integer object (short or long), or "
  739.                             "a Python bool.")
  740.  
  741. pybool = StackObject(
  742.              name='bool',
  743.              obtype=(bool,),
  744.              doc="A Python bool object.")
  745.  
  746. pyfloat = StackObject(
  747.               name='float',
  748.               obtype=float,
  749.               doc="A Python float object.")
  750.  
  751. pystring = StackObject(
  752.                name='str',
  753.                obtype=str,
  754.                doc="A Python string object.")
  755.  
  756. pyunicode = StackObject(
  757.                 name='unicode',
  758.                 obtype=unicode,
  759.                 doc="A Python Unicode string object.")
  760.  
  761. pynone = StackObject(
  762.              name="None",
  763.              obtype=type(None),
  764.              doc="The Python None object.")
  765.  
  766. pytuple = StackObject(
  767.               name="tuple",
  768.               obtype=tuple,
  769.               doc="A Python tuple object.")
  770.  
  771. pylist = StackObject(
  772.              name="list",
  773.              obtype=list,
  774.              doc="A Python list object.")
  775.  
  776. pydict = StackObject(
  777.              name="dict",
  778.              obtype=dict,
  779.              doc="A Python dict object.")
  780.  
  781. anyobject = StackObject(
  782.                 name='any',
  783.                 obtype=object,
  784.                 doc="Any kind of object whatsoever.")
  785.  
  786. markobject = StackObject(
  787.                  name="mark",
  788.                  obtype=StackObject,
  789.                  doc="""'The mark' is a unique object.
  790.  
  791.                  Opcodes that operate on a variable number of objects
  792.                  generally don't embed the count of objects in the opcode,
  793.                  or pull it off the stack.  Instead the MARK opcode is used
  794.                  to push a special marker object on the stack, and then
  795.                  some other opcodes grab all the objects from the top of
  796.                  the stack down to (but not including) the topmost marker
  797.                  object.
  798.                  """)
  799.  
  800. stackslice = StackObject(
  801.                  name="stackslice",
  802.                  obtype=StackObject,
  803.                  doc="""An object representing a contiguous slice of the stack.
  804.  
  805.                  This is used in conjuction with markobject, to represent all
  806.                  of the stack following the topmost markobject.  For example,
  807.                  the POP_MARK opcode changes the stack from
  808.  
  809.                      [..., markobject, stackslice]
  810.                  to
  811.                      [...]
  812.  
  813.                  No matter how many object are on the stack after the topmost
  814.                  markobject, POP_MARK gets rid of all of them (including the
  815.                  topmost markobject too).
  816.                  """)
  817.  
  818. ##############################################################################
  819. # Descriptors for pickle opcodes.
  820.  
  821. class OpcodeInfo(object):
  822.  
  823.     __slots__ = (
  824.         # symbolic name of opcode; a string
  825.         'name',
  826.  
  827.         # the code used in a bytestream to represent the opcode; a
  828.         # one-character string
  829.         'code',
  830.  
  831.         # If the opcode has an argument embedded in the byte string, an
  832.         # instance of ArgumentDescriptor specifying its type.  Note that
  833.         # arg.reader(s) can be used to read and decode the argument from
  834.         # the bytestream s, and arg.doc documents the format of the raw
  835.         # argument bytes.  If the opcode doesn't have an argument embedded
  836.         # in the bytestream, arg should be None.
  837.         'arg',
  838.  
  839.         # what the stack looks like before this opcode runs; a list
  840.         'stack_before',
  841.  
  842.         # what the stack looks like after this opcode runs; a list
  843.         'stack_after',
  844.  
  845.         # the protocol number in which this opcode was introduced; an int
  846.         'proto',
  847.  
  848.         # human-readable docs for this opcode; a string
  849.         'doc',
  850.     )
  851.  
  852.     def __init__(self, name, code, arg,
  853.                  stack_before, stack_after, proto, doc):
  854.         assert isinstance(name, str)
  855.         self.name = name
  856.  
  857.         assert isinstance(code, str)
  858.         assert len(code) == 1
  859.         self.code = code
  860.  
  861.         assert arg is None or isinstance(arg, ArgumentDescriptor)
  862.         self.arg = arg
  863.  
  864.         assert isinstance(stack_before, list)
  865.         for x in stack_before:
  866.             assert isinstance(x, StackObject)
  867.         self.stack_before = stack_before
  868.  
  869.         assert isinstance(stack_after, list)
  870.         for x in stack_after:
  871.             assert isinstance(x, StackObject)
  872.         self.stack_after = stack_after
  873.  
  874.         assert isinstance(proto, int) and 0 <= proto <= 2
  875.         self.proto = proto
  876.  
  877.         assert isinstance(doc, str)
  878.         self.doc = doc
  879.  
  880. I = OpcodeInfo
  881. opcodes = [
  882.  
  883.     # Ways to spell integers.
  884.  
  885.     I(name='INT',
  886.       code='I',
  887.       arg=decimalnl_short,
  888.       stack_before=[],
  889.       stack_after=[pyinteger_or_bool],
  890.       proto=0,
  891.       doc="""Push an integer or bool.
  892.  
  893.       The argument is a newline-terminated decimal literal string.
  894.  
  895.       The intent may have been that this always fit in a short Python int,
  896.       but INT can be generated in pickles written on a 64-bit box that
  897.       require a Python long on a 32-bit box.  The difference between this
  898.       and LONG then is that INT skips a trailing 'L', and produces a short
  899.       int whenever possible.
  900.  
  901.       Another difference is due to that, when bool was introduced as a
  902.       distinct type in 2.3, builtin names True and False were also added to
  903.       2.2.2, mapping to ints 1 and 0.  For compatibility in both directions,
  904.       True gets pickled as INT + "I01\\n", and False as INT + "I00\\n".
  905.       Leading zeroes are never produced for a genuine integer.  The 2.3
  906.       (and later) unpicklers special-case these and return bool instead;
  907.       earlier unpicklers ignore the leading "0" and return the int.
  908.       """),
  909.  
  910.     I(name='BININT',
  911.       code='J',
  912.       arg=int4,
  913.       stack_before=[],
  914.       stack_after=[pyint],
  915.       proto=1,
  916.       doc="""Push a four-byte signed integer.
  917.  
  918.       This handles the full range of Python (short) integers on a 32-bit
  919.       box, directly as binary bytes (1 for the opcode and 4 for the integer).
  920.       If the integer is non-negative and fits in 1 or 2 bytes, pickling via
  921.       BININT1 or BININT2 saves space.
  922.       """),
  923.  
  924.     I(name='BININT1',
  925.       code='K',
  926.       arg=uint1,
  927.       stack_before=[],
  928.       stack_after=[pyint],
  929.       proto=1,
  930.       doc="""Push a one-byte unsigned integer.
  931.  
  932.       This is a space optimization for pickling very small non-negative ints,
  933.       in range(256).
  934.       """),
  935.  
  936.     I(name='BININT2',
  937.       code='M',
  938.       arg=uint2,
  939.       stack_before=[],
  940.       stack_after=[pyint],
  941.       proto=1,
  942.       doc="""Push a two-byte unsigned integer.
  943.  
  944.       This is a space optimization for pickling small positive ints, in
  945.       range(256, 2**16).  Integers in range(256) can also be pickled via
  946.       BININT2, but BININT1 instead saves a byte.
  947.       """),
  948.  
  949.     I(name='LONG',
  950.       code='L',
  951.       arg=decimalnl_long,
  952.       stack_before=[],
  953.       stack_after=[pylong],
  954.       proto=0,
  955.       doc="""Push a long integer.
  956.  
  957.       The same as INT, except that the literal ends with 'L', and always
  958.       unpickles to a Python long.  There doesn't seem a real purpose to the
  959.       trailing 'L'.
  960.  
  961.       Note that LONG takes time quadratic in the number of digits when
  962.       unpickling (this is simply due to the nature of decimal->binary
  963.       conversion).  Proto 2 added linear-time (in C; still quadratic-time
  964.       in Python) LONG1 and LONG4 opcodes.
  965.       """),
  966.  
  967.     I(name="LONG1",
  968.       code='\x8a',
  969.       arg=long1,
  970.       stack_before=[],
  971.       stack_after=[pylong],
  972.       proto=2,
  973.       doc="""Long integer using one-byte length.
  974.  
  975.       A more efficient encoding of a Python long; the long1 encoding
  976.       says it all."""),
  977.  
  978.     I(name="LONG4",
  979.       code='\x8b',
  980.       arg=long4,
  981.       stack_before=[],
  982.       stack_after=[pylong],
  983.       proto=2,
  984.       doc="""Long integer using found-byte length.
  985.  
  986.       A more efficient encoding of a Python long; the long4 encoding
  987.       says it all."""),
  988.  
  989.     # Ways to spell strings (8-bit, not Unicode).
  990.  
  991.     I(name='STRING',
  992.       code='S',
  993.       arg=stringnl,
  994.       stack_before=[],
  995.       stack_after=[pystring],
  996.       proto=0,
  997.       doc="""Push a Python string object.
  998.  
  999.       The argument is a repr-style string, with bracketing quote characters,
  1000.       and perhaps embedded escapes.  The argument extends until the next
  1001.       newline character.
  1002.       """),
  1003.  
  1004.     I(name='BINSTRING',
  1005.       code='T',
  1006.       arg=string4,
  1007.       stack_before=[],
  1008.       stack_after=[pystring],
  1009.       proto=1,
  1010.       doc="""Push a Python string object.
  1011.  
  1012.       There are two arguments:  the first is a 4-byte little-endian signed int
  1013.       giving the number of bytes in the string, and the second is that many
  1014.       bytes, which are taken literally as the string content.
  1015.       """),
  1016.  
  1017.     I(name='SHORT_BINSTRING',
  1018.       code='U',
  1019.       arg=string1,
  1020.       stack_before=[],
  1021.       stack_after=[pystring],
  1022.       proto=1,
  1023.       doc="""Push a Python string object.
  1024.  
  1025.       There are two arguments:  the first is a 1-byte unsigned int giving
  1026.       the number of bytes in the string, and the second is that many bytes,
  1027.       which are taken literally as the string content.
  1028.       """),
  1029.  
  1030.     # Ways to spell None.
  1031.  
  1032.     I(name='NONE',
  1033.       code='N',
  1034.       arg=None,
  1035.       stack_before=[],
  1036.       stack_after=[pynone],
  1037.       proto=0,
  1038.       doc="Push None on the stack."),
  1039.  
  1040.     # Ways to spell bools, starting with proto 2.  See INT for how this was
  1041.     # done before proto 2.
  1042.  
  1043.     I(name='NEWTRUE',
  1044.       code='\x88',
  1045.       arg=None,
  1046.       stack_before=[],
  1047.       stack_after=[pybool],
  1048.       proto=2,
  1049.       doc="""True.
  1050.  
  1051.       Push True onto the stack."""),
  1052.  
  1053.     I(name='NEWFALSE',
  1054.       code='\x89',
  1055.       arg=None,
  1056.       stack_before=[],
  1057.       stack_after=[pybool],
  1058.       proto=2,
  1059.       doc="""True.
  1060.  
  1061.       Push False onto the stack."""),
  1062.  
  1063.     # Ways to spell Unicode strings.
  1064.  
  1065.     I(name='UNICODE',
  1066.       code='V',
  1067.       arg=unicodestringnl,
  1068.       stack_before=[],
  1069.       stack_after=[pyunicode],
  1070.       proto=0,  # this may be pure-text, but it's a later addition
  1071.       doc="""Push a Python Unicode string object.
  1072.  
  1073.       The argument is a raw-unicode-escape encoding of a Unicode string,
  1074.       and so may contain embedded escape sequences.  The argument extends
  1075.       until the next newline character.
  1076.       """),
  1077.  
  1078.     I(name='BINUNICODE',
  1079.       code='X',
  1080.       arg=unicodestring4,
  1081.       stack_before=[],
  1082.       stack_after=[pyunicode],
  1083.       proto=1,
  1084.       doc="""Push a Python Unicode string object.
  1085.  
  1086.       There are two arguments:  the first is a 4-byte little-endian signed int
  1087.       giving the number of bytes in the string.  The second is that many
  1088.       bytes, and is the UTF-8 encoding of the Unicode string.
  1089.       """),
  1090.  
  1091.     # Ways to spell floats.
  1092.  
  1093.     I(name='FLOAT',
  1094.       code='F',
  1095.       arg=floatnl,
  1096.       stack_before=[],
  1097.       stack_after=[pyfloat],
  1098.       proto=0,
  1099.       doc="""Newline-terminated decimal float literal.
  1100.  
  1101.       The argument is repr(a_float), and in general requires 17 significant
  1102.       digits for roundtrip conversion to be an identity (this is so for
  1103.       IEEE-754 double precision values, which is what Python float maps to
  1104.       on most boxes).
  1105.  
  1106.       In general, FLOAT cannot be used to transport infinities, NaNs, or
  1107.       minus zero across boxes (or even on a single box, if the platform C
  1108.       library can't read the strings it produces for such things -- Windows
  1109.       is like that), but may do less damage than BINFLOAT on boxes with
  1110.       greater precision or dynamic range than IEEE-754 double.
  1111.       """),
  1112.  
  1113.     I(name='BINFLOAT',
  1114.       code='G',
  1115.       arg=float8,
  1116.       stack_before=[],
  1117.       stack_after=[pyfloat],
  1118.       proto=1,
  1119.       doc="""Float stored in binary form, with 8 bytes of data.
  1120.  
  1121.       This generally requires less than half the space of FLOAT encoding.
  1122.       In general, BINFLOAT cannot be used to transport infinities, NaNs, or
  1123.       minus zero, raises an exception if the exponent exceeds the range of
  1124.       an IEEE-754 double, and retains no more than 53 bits of precision (if
  1125.       there are more than that, "add a half and chop" rounding is used to
  1126.       cut it back to 53 significant bits).
  1127.       """),
  1128.  
  1129.     # Ways to build lists.
  1130.  
  1131.     I(name='EMPTY_LIST',
  1132.       code=']',
  1133.       arg=None,
  1134.       stack_before=[],
  1135.       stack_after=[pylist],
  1136.       proto=1,
  1137.       doc="Push an empty list."),
  1138.  
  1139.     I(name='APPEND',
  1140.       code='a',
  1141.       arg=None,
  1142.       stack_before=[pylist, anyobject],
  1143.       stack_after=[pylist],
  1144.       proto=0,
  1145.       doc="""Append an object to a list.
  1146.  
  1147.       Stack before:  ... pylist anyobject
  1148.       Stack after:   ... pylist+[anyobject]
  1149.  
  1150.       although pylist is really extended in-place.
  1151.       """),
  1152.  
  1153.     I(name='APPENDS',
  1154.       code='e',
  1155.       arg=None,
  1156.       stack_before=[pylist, markobject, stackslice],
  1157.       stack_after=[pylist],
  1158.       proto=1,
  1159.       doc="""Extend a list by a slice of stack objects.
  1160.  
  1161.       Stack before:  ... pylist markobject stackslice
  1162.       Stack after:   ... pylist+stackslice
  1163.  
  1164.       although pylist is really extended in-place.
  1165.       """),
  1166.  
  1167.     I(name='LIST',
  1168.       code='l',
  1169.       arg=None,
  1170.       stack_before=[markobject, stackslice],
  1171.       stack_after=[pylist],
  1172.       proto=0,
  1173.       doc="""Build a list out of the topmost stack slice, after markobject.
  1174.  
  1175.       All the stack entries following the topmost markobject are placed into
  1176.       a single Python list, which single list object replaces all of the
  1177.       stack from the topmost markobject onward.  For example,
  1178.  
  1179.       Stack before: ... markobject 1 2 3 'abc'
  1180.       Stack after:  ... [1, 2, 3, 'abc']
  1181.       """),
  1182.  
  1183.     # Ways to build tuples.
  1184.  
  1185.     I(name='EMPTY_TUPLE',
  1186.       code=')',
  1187.       arg=None,
  1188.       stack_before=[],
  1189.       stack_after=[pytuple],
  1190.       proto=1,
  1191.       doc="Push an empty tuple."),
  1192.  
  1193.     I(name='TUPLE',
  1194.       code='t',
  1195.       arg=None,
  1196.       stack_before=[markobject, stackslice],
  1197.       stack_after=[pytuple],
  1198.       proto=0,
  1199.       doc="""Build a tuple out of the topmost stack slice, after markobject.
  1200.  
  1201.       All the stack entries following the topmost markobject are placed into
  1202.       a single Python tuple, which single tuple object replaces all of the
  1203.       stack from the topmost markobject onward.  For example,
  1204.  
  1205.       Stack before: ... markobject 1 2 3 'abc'
  1206.       Stack after:  ... (1, 2, 3, 'abc')
  1207.       """),
  1208.  
  1209.     I(name='TUPLE1',
  1210.       code='\x85',
  1211.       arg=None,
  1212.       stack_before=[anyobject],
  1213.       stack_after=[pytuple],
  1214.       proto=2,
  1215.       doc="""One-tuple.
  1216.  
  1217.       This code pops one value off the stack and pushes a tuple of
  1218.       length 1 whose one item is that value back onto it.  IOW:
  1219.  
  1220.           stack[-1] = tuple(stack[-1:])
  1221.       """),
  1222.  
  1223.     I(name='TUPLE2',
  1224.       code='\x86',
  1225.       arg=None,
  1226.       stack_before=[anyobject, anyobject],
  1227.       stack_after=[pytuple],
  1228.       proto=2,
  1229.       doc="""One-tuple.
  1230.  
  1231.       This code pops two values off the stack and pushes a tuple
  1232.       of length 2 whose items are those values back onto it.  IOW:
  1233.  
  1234.           stack[-2:] = [tuple(stack[-2:])]
  1235.       """),
  1236.  
  1237.     I(name='TUPLE3',
  1238.       code='\x87',
  1239.       arg=None,
  1240.       stack_before=[anyobject, anyobject, anyobject],
  1241.       stack_after=[pytuple],
  1242.       proto=2,
  1243.       doc="""One-tuple.
  1244.  
  1245.       This code pops three values off the stack and pushes a tuple
  1246.       of length 3 whose items are those values back onto it.  IOW:
  1247.  
  1248.           stack[-3:] = [tuple(stack[-3:])]
  1249.       """),
  1250.  
  1251.     # Ways to build dicts.
  1252.  
  1253.     I(name='EMPTY_DICT',
  1254.       code='}',
  1255.       arg=None,
  1256.       stack_before=[],
  1257.       stack_after=[pydict],
  1258.       proto=1,
  1259.       doc="Push an empty dict."),
  1260.  
  1261.     I(name='DICT',
  1262.       code='d',
  1263.       arg=None,
  1264.       stack_before=[markobject, stackslice],
  1265.       stack_after=[pydict],
  1266.       proto=0,
  1267.       doc="""Build a dict out of the topmost stack slice, after markobject.
  1268.  
  1269.       All the stack entries following the topmost markobject are placed into
  1270.       a single Python dict, which single dict object replaces all of the
  1271.       stack from the topmost markobject onward.  The stack slice alternates
  1272.       key, value, key, value, ....  For example,
  1273.  
  1274.       Stack before: ... markobject 1 2 3 'abc'
  1275.       Stack after:  ... {1: 2, 3: 'abc'}
  1276.       """),
  1277.  
  1278.     I(name='SETITEM',
  1279.       code='s',
  1280.       arg=None,
  1281.       stack_before=[pydict, anyobject, anyobject],
  1282.       stack_after=[pydict],
  1283.       proto=0,
  1284.       doc="""Add a key+value pair to an existing dict.
  1285.  
  1286.       Stack before:  ... pydict key value
  1287.       Stack after:   ... pydict
  1288.  
  1289.       where pydict has been modified via pydict[key] = value.
  1290.       """),
  1291.  
  1292.     I(name='SETITEMS',
  1293.       code='u',
  1294.       arg=None,
  1295.       stack_before=[pydict, markobject, stackslice],
  1296.       stack_after=[pydict],
  1297.       proto=1,
  1298.       doc="""Add an arbitrary number of key+value pairs to an existing dict.
  1299.  
  1300.       The slice of the stack following the topmost markobject is taken as
  1301.       an alternating sequence of keys and values, added to the dict
  1302.       immediately under the topmost markobject.  Everything at and after the
  1303.       topmost markobject is popped, leaving the mutated dict at the top
  1304.       of the stack.
  1305.  
  1306.       Stack before:  ... pydict markobject key_1 value_1 ... key_n value_n
  1307.       Stack after:   ... pydict
  1308.  
  1309.       where pydict has been modified via pydict[key_i] = value_i for i in
  1310.       1, 2, ..., n, and in that order.
  1311.       """),
  1312.  
  1313.     # Stack manipulation.
  1314.  
  1315.     I(name='POP',
  1316.       code='0',
  1317.       arg=None,
  1318.       stack_before=[anyobject],
  1319.       stack_after=[],
  1320.       proto=0,
  1321.       doc="Discard the top stack item, shrinking the stack by one item."),
  1322.  
  1323.     I(name='DUP',
  1324.       code='2',
  1325.       arg=None,
  1326.       stack_before=[anyobject],
  1327.       stack_after=[anyobject, anyobject],
  1328.       proto=0,
  1329.       doc="Push the top stack item onto the stack again, duplicating it."),
  1330.  
  1331.     I(name='MARK',
  1332.       code='(',
  1333.       arg=None,
  1334.       stack_before=[],
  1335.       stack_after=[markobject],
  1336.       proto=0,
  1337.       doc="""Push markobject onto the stack.
  1338.  
  1339.       markobject is a unique object, used by other opcodes to identify a
  1340.       region of the stack containing a variable number of objects for them
  1341.       to work on.  See markobject.doc for more detail.
  1342.       """),
  1343.  
  1344.     I(name='POP_MARK',
  1345.       code='1',
  1346.       arg=None,
  1347.       stack_before=[markobject, stackslice],
  1348.       stack_after=[],
  1349.       proto=0,
  1350.       doc="""Pop all the stack objects at and above the topmost markobject.
  1351.  
  1352.       When an opcode using a variable number of stack objects is done,
  1353.       POP_MARK is used to remove those objects, and to remove the markobject
  1354.       that delimited their starting position on the stack.
  1355.       """),
  1356.  
  1357.     # Memo manipulation.  There are really only two operations (get and put),
  1358.     # each in all-text, "short binary", and "long binary" flavors.
  1359.  
  1360.     I(name='GET',
  1361.       code='g',
  1362.       arg=decimalnl_short,
  1363.       stack_before=[],
  1364.       stack_after=[anyobject],
  1365.       proto=0,
  1366.       doc="""Read an object from the memo and push it on the stack.
  1367.  
  1368.       The index of the memo object to push is given by the newline-teriminated
  1369.       decimal string following.  BINGET and LONG_BINGET are space-optimized
  1370.       versions.
  1371.       """),
  1372.  
  1373.     I(name='BINGET',
  1374.       code='h',
  1375.       arg=uint1,
  1376.       stack_before=[],
  1377.       stack_after=[anyobject],
  1378.       proto=1,
  1379.       doc="""Read an object from the memo and push it on the stack.
  1380.  
  1381.       The index of the memo object to push is given by the 1-byte unsigned
  1382.       integer following.
  1383.       """),
  1384.  
  1385.     I(name='LONG_BINGET',
  1386.       code='j',
  1387.       arg=int4,
  1388.       stack_before=[],
  1389.       stack_after=[anyobject],
  1390.       proto=1,
  1391.       doc="""Read an object from the memo and push it on the stack.
  1392.  
  1393.       The index of the memo object to push is given by the 4-byte signed
  1394.       little-endian integer following.
  1395.       """),
  1396.  
  1397.     I(name='PUT',
  1398.       code='p',
  1399.       arg=decimalnl_short,
  1400.       stack_before=[],
  1401.       stack_after=[],
  1402.       proto=0,
  1403.       doc="""Store the stack top into the memo.  The stack is not popped.
  1404.  
  1405.       The index of the memo location to write into is given by the newline-
  1406.       terminated decimal string following.  BINPUT and LONG_BINPUT are
  1407.       space-optimized versions.
  1408.       """),
  1409.  
  1410.     I(name='BINPUT',
  1411.       code='q',
  1412.       arg=uint1,
  1413.       stack_before=[],
  1414.       stack_after=[],
  1415.       proto=1,
  1416.       doc="""Store the stack top into the memo.  The stack is not popped.
  1417.  
  1418.       The index of the memo location to write into is given by the 1-byte
  1419.       unsigned integer following.
  1420.       """),
  1421.  
  1422.     I(name='LONG_BINPUT',
  1423.       code='r',
  1424.       arg=int4,
  1425.       stack_before=[],
  1426.       stack_after=[],
  1427.       proto=1,
  1428.       doc="""Store the stack top into the memo.  The stack is not popped.
  1429.  
  1430.       The index of the memo location to write into is given by the 4-byte
  1431.       signed little-endian integer following.
  1432.       """),
  1433.  
  1434.     # Access the extension registry (predefined objects).  Akin to the GET
  1435.     # family.
  1436.  
  1437.     I(name='EXT1',
  1438.       code='\x82',
  1439.       arg=uint1,
  1440.       stack_before=[],
  1441.       stack_after=[anyobject],
  1442.       proto=2,
  1443.       doc="""Extension code.
  1444.  
  1445.       This code and the similar EXT2 and EXT4 allow using a registry
  1446.       of popular objects that are pickled by name, typically classes.
  1447.       It is envisioned that through a global negotiation and
  1448.       registration process, third parties can set up a mapping between
  1449.       ints and object names.
  1450.  
  1451.       In order to guarantee pickle interchangeability, the extension
  1452.       code registry ought to be global, although a range of codes may
  1453.       be reserved for private use.
  1454.  
  1455.       EXT1 has a 1-byte integer argument.  This is used to index into the
  1456.       extension registry, and the object at that index is pushed on the stack.
  1457.       """),
  1458.  
  1459.     I(name='EXT2',
  1460.       code='\x83',
  1461.       arg=uint2,
  1462.       stack_before=[],
  1463.       stack_after=[anyobject],
  1464.       proto=2,
  1465.       doc="""Extension code.
  1466.  
  1467.       See EXT1.  EXT2 has a two-byte integer argument.
  1468.       """),
  1469.  
  1470.     I(name='EXT4',
  1471.       code='\x84',
  1472.       arg=int4,
  1473.       stack_before=[],
  1474.       stack_after=[anyobject],
  1475.       proto=2,
  1476.       doc="""Extension code.
  1477.  
  1478.       See EXT1.  EXT4 has a four-byte integer argument.
  1479.       """),
  1480.  
  1481.     # Push a class object, or module function, on the stack, via its module
  1482.     # and name.
  1483.  
  1484.     I(name='GLOBAL',
  1485.       code='c',
  1486.       arg=stringnl_noescape_pair,
  1487.       stack_before=[],
  1488.       stack_after=[anyobject],
  1489.       proto=0,
  1490.       doc="""Push a global object (module.attr) on the stack.
  1491.  
  1492.       Two newline-terminated strings follow the GLOBAL opcode.  The first is
  1493.       taken as a module name, and the second as a class name.  The class
  1494.       object module.class is pushed on the stack.  More accurately, the
  1495.       object returned by self.find_class(module, class) is pushed on the
  1496.       stack, so unpickling subclasses can override this form of lookup.
  1497.       """),
  1498.  
  1499.     # Ways to build objects of classes pickle doesn't know about directly
  1500.     # (user-defined classes).  I despair of documenting this accurately
  1501.     # and comprehensibly -- you really have to read the pickle code to
  1502.     # find all the special cases.
  1503.  
  1504.     I(name='REDUCE',
  1505.       code='R',
  1506.       arg=None,
  1507.       stack_before=[anyobject, anyobject],
  1508.       stack_after=[anyobject],
  1509.       proto=0,
  1510.       doc="""Push an object built from a callable and an argument tuple.
  1511.  
  1512.       The opcode is named to remind of the __reduce__() method.
  1513.  
  1514.       Stack before: ... callable pytuple
  1515.       Stack after:  ... callable(*pytuple)
  1516.  
  1517.       The callable and the argument tuple are the first two items returned
  1518.       by a __reduce__ method.  Applying the callable to the argtuple is
  1519.       supposed to reproduce the original object, or at least get it started.
  1520.       If the __reduce__ method returns a 3-tuple, the last component is an
  1521.       argument to be passed to the object's __setstate__, and then the REDUCE
  1522.       opcode is followed by code to create setstate's argument, and then a
  1523.       BUILD opcode to apply  __setstate__ to that argument.
  1524.  
  1525.       There are lots of special cases here.  The argtuple can be None, in
  1526.       which case callable.__basicnew__() is called instead to produce the
  1527.       object to be pushed on the stack.  This appears to be a trick unique
  1528.       to ExtensionClasses, and is deprecated regardless.
  1529.  
  1530.       If type(callable) is not ClassType, REDUCE complains unless the
  1531.       callable has been registered with the copy_reg module's
  1532.       safe_constructors dict, or the callable has a magic
  1533.       '__safe_for_unpickling__' attribute with a true value.  I'm not sure
  1534.       why it does this, but I've sure seen this complaint often enough when
  1535.       I didn't want to <wink>.
  1536.       """),
  1537.  
  1538.     I(name='BUILD',
  1539.       code='b',
  1540.       arg=None,
  1541.       stack_before=[anyobject, anyobject],
  1542.       stack_after=[anyobject],
  1543.       proto=0,
  1544.       doc="""Finish building an object, via __setstate__ or dict update.
  1545.  
  1546.       Stack before: ... anyobject argument
  1547.       Stack after:  ... anyobject
  1548.  
  1549.       where anyobject may have been mutated, as follows:
  1550.  
  1551.       If the object has a __setstate__ method,
  1552.  
  1553.           anyobject.__setstate__(argument)
  1554.  
  1555.       is called.
  1556.  
  1557.       Else the argument must be a dict, the object must have a __dict__, and
  1558.       the object is updated via
  1559.  
  1560.           anyobject.__dict__.update(argument)
  1561.  
  1562.       This may raise RuntimeError in restricted execution mode (which
  1563.       disallows access to __dict__ directly); in that case, the object
  1564.       is updated instead via
  1565.  
  1566.           for k, v in argument.items():
  1567.               anyobject[k] = v
  1568.       """),
  1569.  
  1570.     I(name='INST',
  1571.       code='i',
  1572.       arg=stringnl_noescape_pair,
  1573.       stack_before=[markobject, stackslice],
  1574.       stack_after=[anyobject],
  1575.       proto=0,
  1576.       doc="""Build a class instance.
  1577.  
  1578.       This is the protocol 0 version of protocol 1's OBJ opcode.
  1579.       INST is followed by two newline-terminated strings, giving a
  1580.       module and class name, just as for the GLOBAL opcode (and see
  1581.       GLOBAL for more details about that).  self.find_class(module, name)
  1582.       is used to get a class object.
  1583.  
  1584.       In addition, all the objects on the stack following the topmost
  1585.       markobject are gathered into a tuple and popped (along with the
  1586.       topmost markobject), just as for the TUPLE opcode.
  1587.  
  1588.       Now it gets complicated.  If all of these are true:
  1589.  
  1590.         + The argtuple is empty (markobject was at the top of the stack
  1591.           at the start).
  1592.  
  1593.         + It's an old-style class object (the type of the class object is
  1594.           ClassType).
  1595.  
  1596.         + The class object does not have a __getinitargs__ attribute.
  1597.  
  1598.       then we want to create an old-style class instance without invoking
  1599.       its __init__() method (pickle has waffled on this over the years; not
  1600.       calling __init__() is current wisdom).  In this case, an instance of
  1601.       an old-style dummy class is created, and then we try to rebind its
  1602.       __class__ attribute to the desired class object.  If this succeeds,
  1603.       the new instance object is pushed on the stack, and we're done.  In
  1604.       restricted execution mode it can fail (assignment to __class__ is
  1605.       disallowed), and I'm not really sure what happens then -- it looks
  1606.       like the code ends up calling the class object's __init__ anyway,
  1607.       via falling into the next case.
  1608.  
  1609.       Else (the argtuple is not empty, it's not an old-style class object,
  1610.       or the class object does have a __getinitargs__ attribute), the code
  1611.       first insists that the class object have a __safe_for_unpickling__
  1612.       attribute.  Unlike as for the __safe_for_unpickling__ check in REDUCE,
  1613.       it doesn't matter whether this attribute has a true or false value, it
  1614.       only matters whether it exists (XXX this is a bug; cPickle
  1615.       requires the attribute to be true).  If __safe_for_unpickling__
  1616.       doesn't exist, UnpicklingError is raised.
  1617.  
  1618.       Else (the class object does have a __safe_for_unpickling__ attr),
  1619.       the class object obtained from INST's arguments is applied to the
  1620.       argtuple obtained from the stack, and the resulting instance object
  1621.       is pushed on the stack.
  1622.  
  1623.       NOTE:  checks for __safe_for_unpickling__ went away in Python 2.3.
  1624.       """),
  1625.  
  1626.     I(name='OBJ',
  1627.       code='o',
  1628.       arg=None,
  1629.       stack_before=[markobject, anyobject, stackslice],
  1630.       stack_after=[anyobject],
  1631.       proto=1,
  1632.       doc="""Build a class instance.
  1633.  
  1634.       This is the protocol 1 version of protocol 0's INST opcode, and is
  1635.       very much like it.  The major difference is that the class object
  1636.       is taken off the stack, allowing it to be retrieved from the memo
  1637.       repeatedly if several instances of the same class are created.  This
  1638.       can be much more efficient (in both time and space) than repeatedly
  1639.       embedding the module and class names in INST opcodes.
  1640.  
  1641.       Unlike INST, OBJ takes no arguments from the opcode stream.  Instead
  1642.       the class object is taken off the stack, immediately above the
  1643.       topmost markobject:
  1644.  
  1645.       Stack before: ... markobject classobject stackslice
  1646.       Stack after:  ... new_instance_object
  1647.  
  1648.       As for INST, the remainder of the stack above the markobject is
  1649.       gathered into an argument tuple, and then the logic seems identical,
  1650.       except that no __safe_for_unpickling__ check is done (XXX this is
  1651.       a bug; cPickle does test __safe_for_unpickling__).  See INST for
  1652.       the gory details.
  1653.  
  1654.       NOTE:  In Python 2.3, INST and OBJ are identical except for how they
  1655.       get the class object.  That was always the intent; the implementations
  1656.       had diverged for accidental reasons.
  1657.       """),
  1658.  
  1659.     I(name='NEWOBJ',
  1660.       code='\x81',
  1661.       arg=None,
  1662.       stack_before=[anyobject, anyobject],
  1663.       stack_after=[anyobject],
  1664.       proto=2,
  1665.       doc="""Build an object instance.
  1666.  
  1667.       The stack before should be thought of as containing a class
  1668.       object followed by an argument tuple (the tuple being the stack
  1669.       top).  Call these cls and args.  They are popped off the stack,
  1670.       and the value returned by cls.__new__(cls, *args) is pushed back
  1671.       onto the stack.
  1672.       """),
  1673.  
  1674.     # Machine control.
  1675.  
  1676.     I(name='PROTO',
  1677.       code='\x80',
  1678.       arg=uint1,
  1679.       stack_before=[],
  1680.       stack_after=[],
  1681.       proto=2,
  1682.       doc="""Protocol version indicator.
  1683.  
  1684.       For protocol 2 and above, a pickle must start with this opcode.
  1685.       The argument is the protocol version, an int in range(2, 256).
  1686.       """),
  1687.  
  1688.     I(name='STOP',
  1689.       code='.',
  1690.       arg=None,
  1691.       stack_before=[anyobject],
  1692.       stack_after=[],
  1693.       proto=0,
  1694.       doc="""Stop the unpickling machine.
  1695.  
  1696.       Every pickle ends with this opcode.  The object at the top of the stack
  1697.       is popped, and that's the result of unpickling.  The stack should be
  1698.       empty then.
  1699.       """),
  1700.  
  1701.     # Ways to deal with persistent IDs.
  1702.  
  1703.     I(name='PERSID',
  1704.       code='P',
  1705.       arg=stringnl_noescape,
  1706.       stack_before=[],
  1707.       stack_after=[anyobject],
  1708.       proto=0,
  1709.       doc="""Push an object identified by a persistent ID.
  1710.  
  1711.       The pickle module doesn't define what a persistent ID means.  PERSID's
  1712.       argument is a newline-terminated str-style (no embedded escapes, no
  1713.       bracketing quote characters) string, which *is* "the persistent ID".
  1714.       The unpickler passes this string to self.persistent_load().  Whatever
  1715.       object that returns is pushed on the stack.  There is no implementation
  1716.       of persistent_load() in Python's unpickler:  it must be supplied by an
  1717.       unpickler subclass.
  1718.       """),
  1719.  
  1720.     I(name='BINPERSID',
  1721.       code='Q',
  1722.       arg=None,
  1723.       stack_before=[anyobject],
  1724.       stack_after=[anyobject],
  1725.       proto=1,
  1726.       doc="""Push an object identified by a persistent ID.
  1727.  
  1728.       Like PERSID, except the persistent ID is popped off the stack (instead
  1729.       of being a string embedded in the opcode bytestream).  The persistent
  1730.       ID is passed to self.persistent_load(), and whatever object that
  1731.       returns is pushed on the stack.  See PERSID for more detail.
  1732.       """),
  1733. ]
  1734. del I
  1735.  
  1736. # Verify uniqueness of .name and .code members.
  1737. name2i = {}
  1738. code2i = {}
  1739.  
  1740. for i, d in enumerate(opcodes):
  1741.     if d.name in name2i:
  1742.         raise ValueError("repeated name %r at indices %d and %d" %
  1743.                          (d.name, name2i[d.name], i))
  1744.     if d.code in code2i:
  1745.         raise ValueError("repeated code %r at indices %d and %d" %
  1746.                          (d.code, code2i[d.code], i))
  1747.  
  1748.     name2i[d.name] = i
  1749.     code2i[d.code] = i
  1750.  
  1751. del name2i, code2i, i, d
  1752.  
  1753. ##############################################################################
  1754. # Build a code2op dict, mapping opcode characters to OpcodeInfo records.
  1755. # Also ensure we've got the same stuff as pickle.py, although the
  1756. # introspection here is dicey.
  1757.  
  1758. code2op = {}
  1759. for d in opcodes:
  1760.     code2op[d.code] = d
  1761. del d
  1762.  
  1763. def assure_pickle_consistency(verbose=False):
  1764.     import pickle, re
  1765.  
  1766.     copy = code2op.copy()
  1767.     for name in pickle.__all__:
  1768.         if not re.match("[A-Z][A-Z0-9_]+$", name):
  1769.             if verbose:
  1770.                 print "skipping %r: it doesn't look like an opcode name" % name
  1771.             continue
  1772.         picklecode = getattr(pickle, name)
  1773.         if not isinstance(picklecode, str) or len(picklecode) != 1:
  1774.             if verbose:
  1775.                 print ("skipping %r: value %r doesn't look like a pickle "
  1776.                        "code" % (name, picklecode))
  1777.             continue
  1778.         if picklecode in copy:
  1779.             if verbose:
  1780.                 print "checking name %r w/ code %r for consistency" % (
  1781.                       name, picklecode)
  1782.             d = copy[picklecode]
  1783.             if d.name != name:
  1784.                 raise ValueError("for pickle code %r, pickle.py uses name %r "
  1785.                                  "but we're using name %r" % (picklecode,
  1786.                                                               name,
  1787.                                                               d.name))
  1788.             # Forget this one.  Any left over in copy at the end are a problem
  1789.             # of a different kind.
  1790.             del copy[picklecode]
  1791.         else:
  1792.             raise ValueError("pickle.py appears to have a pickle opcode with "
  1793.                              "name %r and code %r, but we don't" %
  1794.                              (name, picklecode))
  1795.     if copy:
  1796.         msg = ["we appear to have pickle opcodes that pickle.py doesn't have:"]
  1797.         for code, d in copy.items():
  1798.             msg.append("    name %r with code %r" % (d.name, code))
  1799.         raise ValueError("\n".join(msg))
  1800.  
  1801. assure_pickle_consistency()
  1802. del assure_pickle_consistency
  1803.  
  1804. ##############################################################################
  1805. # A pickle opcode generator.
  1806.  
  1807. def genops(pickle):
  1808.     """Generate all the opcodes in a pickle.
  1809.  
  1810.     'pickle' is a file-like object, or string, containing the pickle.
  1811.  
  1812.     Each opcode in the pickle is generated, from the current pickle position,
  1813.     stopping after a STOP opcode is delivered.  A triple is generated for
  1814.     each opcode:
  1815.  
  1816.         opcode, arg, pos
  1817.  
  1818.     opcode is an OpcodeInfo record, describing the current opcode.
  1819.  
  1820.     If the opcode has an argument embedded in the pickle, arg is its decoded
  1821.     value, as a Python object.  If the opcode doesn't have an argument, arg
  1822.     is None.
  1823.  
  1824.     If the pickle has a tell() method, pos was the value of pickle.tell()
  1825.     before reading the current opcode.  If the pickle is a string object,
  1826.     it's wrapped in a StringIO object, and the latter's tell() result is
  1827.     used.  Else (the pickle doesn't have a tell(), and it's not obvious how
  1828.     to query its current position) pos is None.
  1829.     """
  1830.  
  1831.     import cStringIO as StringIO
  1832.  
  1833.     if isinstance(pickle, str):
  1834.         pickle = StringIO.StringIO(pickle)
  1835.  
  1836.     if hasattr(pickle, "tell"):
  1837.         getpos = pickle.tell
  1838.     else:
  1839.         getpos = lambda: None
  1840.  
  1841.     while True:
  1842.         pos = getpos()
  1843.         code = pickle.read(1)
  1844.         opcode = code2op.get(code)
  1845.         if opcode is None:
  1846.             if code == "":
  1847.                 raise ValueError("pickle exhausted before seeing STOP")
  1848.             else:
  1849.                 raise ValueError("at position %s, opcode %r unknown" % (
  1850.                                  pos is None and "<unknown>" or pos,
  1851.                                  code))
  1852.         if opcode.arg is None:
  1853.             arg = None
  1854.         else:
  1855.             arg = opcode.arg.reader(pickle)
  1856.         yield opcode, arg, pos
  1857.         if code == '.':
  1858.             assert opcode.name == 'STOP'
  1859.             break
  1860.  
  1861. ##############################################################################
  1862. # A symbolic pickle disassembler.
  1863.  
  1864. def dis(pickle, out=None, memo=None, indentlevel=4):
  1865.     """Produce a symbolic disassembly of a pickle.
  1866.  
  1867.     'pickle' is a file-like object, or string, containing a (at least one)
  1868.     pickle.  The pickle is disassembled from the current position, through
  1869.     the first STOP opcode encountered.
  1870.  
  1871.     Optional arg 'out' is a file-like object to which the disassembly is
  1872.     printed.  It defaults to sys.stdout.
  1873.  
  1874.     Optional arg 'memo' is a Python dict, used as the pickle's memo.  It
  1875.     may be mutated by dis(), if the pickle contains PUT or BINPUT opcodes.
  1876.     Passing the same memo object to another dis() call then allows disassembly
  1877.     to proceed across multiple pickles that were all created by the same
  1878.     pickler with the same memo.  Ordinarily you don't need to worry about this.
  1879.  
  1880.     Optional arg indentlevel is the number of blanks by which to indent
  1881.     a new MARK level.  It defaults to 4.
  1882.  
  1883.     In addition to printing the disassembly, some sanity checks are made:
  1884.  
  1885.     + All embedded opcode arguments "make sense".
  1886.  
  1887.     + Explicit and implicit pop operations have enough items on the stack.
  1888.  
  1889.     + When an opcode implicitly refers to a markobject, a markobject is
  1890.       actually on the stack.
  1891.  
  1892.     + A memo entry isn't referenced before it's defined.
  1893.  
  1894.     + The markobject isn't stored in the memo.
  1895.  
  1896.     + A memo entry isn't redefined.
  1897.     """
  1898.  
  1899.     # Most of the hair here is for sanity checks, but most of it is needed
  1900.     # anyway to detect when a protocol 0 POP takes a MARK off the stack
  1901.     # (which in turn is needed to indent MARK blocks correctly).
  1902.  
  1903.     stack = []          # crude emulation of unpickler stack
  1904.     if memo is None:
  1905.         memo = {}       # crude emulation of unpicker memo
  1906.     maxproto = -1       # max protocol number seen
  1907.     markstack = []      # bytecode positions of MARK opcodes
  1908.     indentchunk = ' ' * indentlevel
  1909.     errormsg = None
  1910.     for opcode, arg, pos in genops(pickle):
  1911.         if pos is not None:
  1912.             print >> out, "%5d:" % pos,
  1913.  
  1914.         line = "%-4s %s%s" % (repr(opcode.code)[1:-1],
  1915.                               indentchunk * len(markstack),
  1916.                               opcode.name)
  1917.  
  1918.         maxproto = max(maxproto, opcode.proto)
  1919.         before = opcode.stack_before    # don't mutate
  1920.         after = opcode.stack_after      # don't mutate
  1921.         numtopop = len(before)
  1922.  
  1923.         # See whether a MARK should be popped.
  1924.         markmsg = None
  1925.         if markobject in before or (opcode.name == "POP" and
  1926.                                     stack and
  1927.                                     stack[-1] is markobject):
  1928.             assert markobject not in after
  1929.             if __debug__:
  1930.                 if markobject in before:
  1931.                     assert before[-1] is stackslice
  1932.             if markstack:
  1933.                 markpos = markstack.pop()
  1934.                 if markpos is None:
  1935.                     markmsg = "(MARK at unknown opcode offset)"
  1936.                 else:
  1937.                     markmsg = "(MARK at %d)" % markpos
  1938.                 # Pop everything at and after the topmost markobject.
  1939.                 while stack[-1] is not markobject:
  1940.                     stack.pop()
  1941.                 stack.pop()
  1942.                 # Stop later code from popping too much.
  1943.                 try:
  1944.                     numtopop = before.index(markobject)
  1945.                 except ValueError:
  1946.                     assert opcode.name == "POP"
  1947.                     numtopop = 0
  1948.             else:
  1949.                 errormsg = markmsg = "no MARK exists on stack"
  1950.  
  1951.         # Check for correct memo usage.
  1952.         if opcode.name in ("PUT", "BINPUT", "LONG_BINPUT"):
  1953.             assert arg is not None
  1954.             if arg in memo:
  1955.                 errormsg = "memo key %r already defined" % arg
  1956.             elif not stack:
  1957.                 errormsg = "stack is empty -- can't store into memo"
  1958.             elif stack[-1] is markobject:
  1959.                 errormsg = "can't store markobject in the memo"
  1960.             else:
  1961.                 memo[arg] = stack[-1]
  1962.  
  1963.         elif opcode.name in ("GET", "BINGET", "LONG_BINGET"):
  1964.             if arg in memo:
  1965.                 assert len(after) == 1
  1966.                 after = [memo[arg]]     # for better stack emulation
  1967.             else:
  1968.                 errormsg = "memo key %r has never been stored into" % arg
  1969.  
  1970.         if arg is not None or markmsg:
  1971.             # make a mild effort to align arguments
  1972.             line += ' ' * (10 - len(opcode.name))
  1973.             if arg is not None:
  1974.                 line += ' ' + repr(arg)
  1975.             if markmsg:
  1976.                 line += ' ' + markmsg
  1977.         print >> out, line
  1978.  
  1979.         if errormsg:
  1980.             # Note that we delayed complaining until the offending opcode
  1981.             # was printed.
  1982.             raise ValueError(errormsg)
  1983.  
  1984.         # Emulate the stack effects.
  1985.         if len(stack) < numtopop:
  1986.             raise ValueError("tries to pop %d items from stack with "
  1987.                              "only %d items" % (numtopop, len(stack)))
  1988.         if numtopop:
  1989.             del stack[-numtopop:]
  1990.         if markobject in after:
  1991.             assert markobject not in before
  1992.             markstack.append(pos)
  1993.  
  1994.         stack.extend(after)
  1995.  
  1996.     print >> out, "highest protocol among opcodes =", maxproto
  1997.     if stack:
  1998.         raise ValueError("stack not empty after STOP: %r" % stack)
  1999.  
  2000. _dis_test = r"""
  2001. >>> import pickle
  2002. >>> x = [1, 2, (3, 4), {'abc': u"def"}]
  2003. >>> pkl = pickle.dumps(x, 0)
  2004. >>> dis(pkl)
  2005.     0: (    MARK
  2006.     1: l        LIST       (MARK at 0)
  2007.     2: p    PUT        0
  2008.     5: I    INT        1
  2009.     8: a    APPEND
  2010.     9: I    INT        2
  2011.    12: a    APPEND
  2012.    13: (    MARK
  2013.    14: I        INT        3
  2014.    17: I        INT        4
  2015.    20: t        TUPLE      (MARK at 13)
  2016.    21: p    PUT        1
  2017.    24: a    APPEND
  2018.    25: (    MARK
  2019.    26: d        DICT       (MARK at 25)
  2020.    27: p    PUT        2
  2021.    30: S    STRING     'abc'
  2022.    37: p    PUT        3
  2023.    40: V    UNICODE    u'def'
  2024.    45: p    PUT        4
  2025.    48: s    SETITEM
  2026.    49: a    APPEND
  2027.    50: .    STOP
  2028. highest protocol among opcodes = 0
  2029.  
  2030. Try again with a "binary" pickle.
  2031.  
  2032. >>> pkl = pickle.dumps(x, 1)
  2033. >>> dis(pkl)
  2034.     0: ]    EMPTY_LIST
  2035.     1: q    BINPUT     0
  2036.     3: (    MARK
  2037.     4: K        BININT1    1
  2038.     6: K        BININT1    2
  2039.     8: (        MARK
  2040.     9: K            BININT1    3
  2041.    11: K            BININT1    4
  2042.    13: t            TUPLE      (MARK at 8)
  2043.    14: q        BINPUT     1
  2044.    16: }        EMPTY_DICT
  2045.    17: q        BINPUT     2
  2046.    19: U        SHORT_BINSTRING 'abc'
  2047.    24: q        BINPUT     3
  2048.    26: X        BINUNICODE u'def'
  2049.    34: q        BINPUT     4
  2050.    36: s        SETITEM
  2051.    37: e        APPENDS    (MARK at 3)
  2052.    38: .    STOP
  2053. highest protocol among opcodes = 1
  2054.  
  2055. Exercise the INST/OBJ/BUILD family.
  2056.  
  2057. >>> import random
  2058. >>> dis(pickle.dumps(random.random, 0))
  2059.     0: c    GLOBAL     'random random'
  2060.    15: p    PUT        0
  2061.    18: .    STOP
  2062. highest protocol among opcodes = 0
  2063.  
  2064. >>> x = [pickle.PicklingError()] * 2
  2065. >>> dis(pickle.dumps(x, 0))
  2066.     0: (    MARK
  2067.     1: l        LIST       (MARK at 0)
  2068.     2: p    PUT        0
  2069.     5: (    MARK
  2070.     6: i        INST       'pickle PicklingError' (MARK at 5)
  2071.    28: p    PUT        1
  2072.    31: (    MARK
  2073.    32: d        DICT       (MARK at 31)
  2074.    33: p    PUT        2
  2075.    36: S    STRING     'args'
  2076.    44: p    PUT        3
  2077.    47: (    MARK
  2078.    48: t        TUPLE      (MARK at 47)
  2079.    49: s    SETITEM
  2080.    50: b    BUILD
  2081.    51: a    APPEND
  2082.    52: g    GET        1
  2083.    55: a    APPEND
  2084.    56: .    STOP
  2085. highest protocol among opcodes = 0
  2086.  
  2087. >>> dis(pickle.dumps(x, 1))
  2088.     0: ]    EMPTY_LIST
  2089.     1: q    BINPUT     0
  2090.     3: (    MARK
  2091.     4: (        MARK
  2092.     5: c            GLOBAL     'pickle PicklingError'
  2093.    27: q            BINPUT     1
  2094.    29: o            OBJ        (MARK at 4)
  2095.    30: q        BINPUT     2
  2096.    32: }        EMPTY_DICT
  2097.    33: q        BINPUT     3
  2098.    35: U        SHORT_BINSTRING 'args'
  2099.    41: q        BINPUT     4
  2100.    43: )        EMPTY_TUPLE
  2101.    44: s        SETITEM
  2102.    45: b        BUILD
  2103.    46: h        BINGET     2
  2104.    48: e        APPENDS    (MARK at 3)
  2105.    49: .    STOP
  2106. highest protocol among opcodes = 1
  2107.  
  2108. Try "the canonical" recursive-object test.
  2109.  
  2110. >>> L = []
  2111. >>> T = L,
  2112. >>> L.append(T)
  2113. >>> L[0] is T
  2114. True
  2115. >>> T[0] is L
  2116. True
  2117. >>> L[0][0] is L
  2118. True
  2119. >>> T[0][0] is T
  2120. True
  2121. >>> dis(pickle.dumps(L, 0))
  2122.     0: (    MARK
  2123.     1: l        LIST       (MARK at 0)
  2124.     2: p    PUT        0
  2125.     5: (    MARK
  2126.     6: g        GET        0
  2127.     9: t        TUPLE      (MARK at 5)
  2128.    10: p    PUT        1
  2129.    13: a    APPEND
  2130.    14: .    STOP
  2131. highest protocol among opcodes = 0
  2132.  
  2133. >>> dis(pickle.dumps(L, 1))
  2134.     0: ]    EMPTY_LIST
  2135.     1: q    BINPUT     0
  2136.     3: (    MARK
  2137.     4: h        BINGET     0
  2138.     6: t        TUPLE      (MARK at 3)
  2139.     7: q    BINPUT     1
  2140.     9: a    APPEND
  2141.    10: .    STOP
  2142. highest protocol among opcodes = 1
  2143.  
  2144. Note that, in the protocol 0 pickle of the recursive tuple, the disassembler
  2145. has to emulate the stack in order to realize that the POP opcode at 16 gets
  2146. rid of the MARK at 0.
  2147.  
  2148. >>> dis(pickle.dumps(T, 0))
  2149.     0: (    MARK
  2150.     1: (        MARK
  2151.     2: l            LIST       (MARK at 1)
  2152.     3: p        PUT        0
  2153.     6: (        MARK
  2154.     7: g            GET        0
  2155.    10: t            TUPLE      (MARK at 6)
  2156.    11: p        PUT        1
  2157.    14: a        APPEND
  2158.    15: 0        POP
  2159.    16: 0        POP        (MARK at 0)
  2160.    17: g    GET        1
  2161.    20: .    STOP
  2162. highest protocol among opcodes = 0
  2163.  
  2164. >>> dis(pickle.dumps(T, 1))
  2165.     0: (    MARK
  2166.     1: ]        EMPTY_LIST
  2167.     2: q        BINPUT     0
  2168.     4: (        MARK
  2169.     5: h            BINGET     0
  2170.     7: t            TUPLE      (MARK at 4)
  2171.     8: q        BINPUT     1
  2172.    10: a        APPEND
  2173.    11: 1        POP_MARK   (MARK at 0)
  2174.    12: h    BINGET     1
  2175.    14: .    STOP
  2176. highest protocol among opcodes = 1
  2177.  
  2178. Try protocol 2.
  2179.  
  2180. >>> dis(pickle.dumps(L, 2))
  2181.     0: \x80 PROTO      2
  2182.     2: ]    EMPTY_LIST
  2183.     3: q    BINPUT     0
  2184.     5: h    BINGET     0
  2185.     7: \x85 TUPLE1
  2186.     8: q    BINPUT     1
  2187.    10: a    APPEND
  2188.    11: .    STOP
  2189. highest protocol among opcodes = 2
  2190.  
  2191. >>> dis(pickle.dumps(T, 2))
  2192.     0: \x80 PROTO      2
  2193.     2: ]    EMPTY_LIST
  2194.     3: q    BINPUT     0
  2195.     5: h    BINGET     0
  2196.     7: \x85 TUPLE1
  2197.     8: q    BINPUT     1
  2198.    10: a    APPEND
  2199.    11: 0    POP
  2200.    12: h    BINGET     1
  2201.    14: .    STOP
  2202. highest protocol among opcodes = 2
  2203. """
  2204.  
  2205. _memo_test = r"""
  2206. >>> import pickle
  2207. >>> from StringIO import StringIO
  2208. >>> f = StringIO()
  2209. >>> p = pickle.Pickler(f, 2)
  2210. >>> x = [1, 2, 3]
  2211. >>> p.dump(x)
  2212. >>> p.dump(x)
  2213. >>> f.seek(0)
  2214. >>> memo = {}
  2215. >>> dis(f, memo=memo)
  2216.     0: \x80 PROTO      2
  2217.     2: ]    EMPTY_LIST
  2218.     3: q    BINPUT     0
  2219.     5: (    MARK
  2220.     6: K        BININT1    1
  2221.     8: K        BININT1    2
  2222.    10: K        BININT1    3
  2223.    12: e        APPENDS    (MARK at 5)
  2224.    13: .    STOP
  2225. highest protocol among opcodes = 2
  2226. >>> dis(f, memo=memo)
  2227.    14: \x80 PROTO      2
  2228.    16: h    BINGET     0
  2229.    18: .    STOP
  2230. highest protocol among opcodes = 2
  2231. """
  2232.  
  2233. __test__ = {'disassembler_test': _dis_test,
  2234.             'disassembler_memo_test': _memo_test,
  2235.            }
  2236.  
  2237. def _test():
  2238.     import doctest
  2239.     return doctest.testmod()
  2240.  
  2241. if __name__ == "__main__":
  2242.     _test()
  2243.