在 c api 中使用多子解释器时，若未正确获取各子解释器专属的 gil，对某些依赖全局状态的模块（如 `urllib.request` 或 `yaml`）进行跨解释器导入将引发内存损坏。根本原因在于：即使配置了 `pyinterpreterconfig_own_gil`，仍需显式调用 `pygilstate_ensure()` 获取当前解释器的 gil。
Python 的子解释器（subinterpreter）设计初衷是提供轻量级隔离环境，但其与 C 扩展、内置模块（尤其是涉及全局单例或静态缓存的模块，如 urllib.request._opener 或 yaml.CLoader）的交互存在隐式依赖。当模块首次被导入时，部分模块会初始化全局资源（如线程局部存储、C-level 静态变量、全局锁或缓存字典），而这些资源并非按解释器隔离——它们通常绑定到主解释器或共享于整个进程。
关键误区在于：PyInterpreterConfig_OWN_GIL 仅表示该子解释器拥有独立的 GIL 实例，并不自动激活它。在调用 PyImport_ExecCodeModule、PyRun_SimpleString 等 Python C API 函数前，必须确保当前线程已持有目标子解释器的 GIL；否则，API 将在无锁/错位上下文中访问解释器状态，导致未定义行为（典型表现为 segfault、堆损坏或静默数据污染）。
✅ 正确做法：在每个子解释器上下文切换后、执行任何 Python C API 调用前，调用 PyGILState_Ensure()（它会自动关联当前线程与对应解释器的 GIL），并在操作完成后调用 PyGILState_Release()。注意：PyGILState_Ensure() 是线程安全的，且与 PyEval_RestoreThread() 兼容，但二者用途不同——后者仅恢复线程状态指针，不处理 GIL 所有权。
以下是修复后的关键代码片段（仅展示 Sub1 示例，Sub2 同理）：
立即学习“Python免费学习笔记（深入）”；
// 创建子解释器 tstate_s1 后...
PyThreadState_Swap(tstate_s1); // 切换到子解释器上下文
// ✅ 必须：获取该子解释器的 GIL
PyGILState_STATE gstate_s1 = PyGILState_Ensure();
// 此时可安全调用 Python C API
std::string sysPathCmd1 = "import sys\nsys.path.append('" + cwd + "')";
PyRun_SimpleString(sysPathCmd1.c_str());
PyObject* bytecode1 = Py_CompileString(module_code1, "test_module1", Py_file_input);
PyObject* pModule1 = PyImport_ExecCodeModule("test_module1", bytecode1);
if (!pModule1) {
PyErr_Print();
PyGILState_Release(gstate_s1); // 错误处理时也需释放
return -1;
}
// ...执行函数调用等...
// ✅ 清理：释放 GIL 并恢复主线程状态
PyGILState_Release(gstate_s1);
PyThreadState_Swap(tstate_main); // 切回主线程状态⚠️ 注意事项：
- 不要混用 PyGILState_Ensure() 和 PyEval_SaveThread()/PyEval_RestoreThread()：前者用于 GIL 管理，后者仅用于线程状态指针切换，且 PyEval_RestoreThread() 不获取 GIL。
- Py_NewInterpreterFromConfig() 返回的 tstate 必须通过 PyThreadState_Swap() 显式激活，否则后续 API 调用可能仍作用于主解释器。
- 某些模块（如 urllib.request）内部使用 threading.local() 或模块级全局字典缓存 opener 实例，这些对象在子解释器中被复用时会因 GIL 缺失而并发写入同一内存地址。
- 若无需真正隔离，建议优先使用单解释器 + 多线程/协程方案；子解释器在 Python 3.12+ 已显著改进，但仍非“完全沙箱”。
总结：子解释器 ≠ 自动 GIL 安全。OWN_GIL 是能力声明，而非自动保障。始终遵循「切换解释器 → PyGILState_Ensure() → 执行 Python API → PyGILState_Release()」三步法则，才能安全导入包括 yaml、urllib.request 在内的敏感模块。
