现在，让我们荡起双桨，哦不对，让我们挽起衣袖和裤脚，来和 PyIntObject 大战一场。我们渴望在运行时观察 Python 的整数对象体系的变化。这一点，完全可以通过修改 Python 源码来实现。我们修改了 int_print 的行为，让它打印出关于 block_list 和 free_list 的信息，以及小整数缓冲池的信息：

static int int_print(PyIntObject *v, FILE *fp, int flags) 
{ 
   PyIntObject* intObjectPtr; 
   PyIntBlock *p = block_list; 
   PyIntBlock *last = NULL; 
   int count = 0; 
   int i; 
   while(p != NULL) 
   { 
      ++count; 
      last = p; 
      p = p->next; 
   } 
   intObjectPtr = last->objects; 
   intObjectPtr += N_INTOBJECTS - 1; 
   printf("address @%p\n", v); 
   printf("********** value\trefCount **********\n"); 
   for(i = 0; i < 10; ++i, --intObjectPtr) 
   { 
      printf("%d\t\t%d\n", intObjectPtr->ob_ival, intObjectPtr->ob_refcnt); 
   } 
   printf("block_list count : %d\n", count); 
   printf("free_list : %p\n\n", free_list); 
   return 0; 
}

需要特别注意的是，在初始化小整数缓冲池时，对于 block_list 以及每个 PyIntBlock 的 objects，都是从后往前开始填充的，所以在初始化完成后，-5 应该在最后一个 PyIntBlock 对象的 objects 内最后一块内存，所以我们需要顺藤摸瓜，一直找到这最后的一块内存，才能观察从 -5 到 4 这 10 个小整数。

首先我们创建一个 PyIntObject 对象 -9999，从 图10 所示的输出信息可以看到，小整数对象很多都被 Python 自身使用多次了。

现在的free_list指向地址为00B6AF9C的内存，根据上面对PyIntObject的分析，那么下一个PyIntObject会在这个地址安身立命。那么好，我们接着再建立了两个PyIntObject对象，它们的值分别是-123456：

从图11所示的结果中可以看到a的地址正是创建i后free_list所指的地址，而b的地址也正是创建a后free_list所指的地址。虽然a和b的值都是一样的，但是它们确实是两个完全没有关系的PyIntObject对象，这点从地址上看得一清二楚。

现在我们将b删除，结果如图12所示：

删除b后，free_list回退到了a创建后free_list的位置，这一点也跟前面的分析是一致的。

最后我们来看一看对小整数对象的监控，连续两次创建PyIntObject对象-5，结果如图13所示：

可以看到，两次创建的 PyIntObject 对象 d1 和 d2 的地址都是一样的，这证明它们实际上是同一个对象。同时我们看到小整数池中-5的引用计数发生了变化，这证明d1和d2实际上都是指向这个对象。此外，free_list 没有发生任何变化。这些都与我们对 PyIntObject 的分析相符。