1 为什么需要多语言联合编程？

在大型工程项目中，经常会遇到多语言联合编程的情况，举个例子：

在一个远端控制系统中，前端Web使用html+css+js；后端采用python-flask作为服务端，底层控制采用C/C++

这是因为不同编程语言有各自的适用场景和语法特性，联合编程可使得各种语言发挥自己的特长。本文主要比较Python和C++，先列举各自特点如下：

对比项目	C++	Python
本质	编译型语言	解释型语言
编程难度	难以掌握	易于上手
语法特性	静态	动态
垃圾回收	不支持	支持
安装	易	难(需要专门打包)
数据类型	在编译时由关键字确定	在运行时由数值确定
函数	输入参数和返回值类型有限制	输入参数和返回值类型无限制
执行速度	快	慢
性能	高	低

国外有一个测试指出在相同复杂度算法中，C++约比Python快50倍左右。因此Python不适合用于底层算法的开发，应用在上层应用中作粘合剂或进行智能领域的研究比较占优；C/C++则适合用于底层控制算法编程。下面主要介绍Python调用C++，让C++和Python形成优势互补。

2 Python调用C++的主要方式

主要介绍三种C++/Python联合编程的方式：

2.1 SWIG

支持Python、Java、Ruby等语言调用C接口

文档全面，易于学习

绑定性能欠佳，不支持属性和内部类封装

C++支持不好

2.2 Boost::Python

支持Python2与Python3调用C++接口

大量使用C++ templates，明显提高编译时间

非常可靠、稳定、经过充分测试

语法较复杂，且文档不详细

本文采用Boost::Python进行C++/Python联合编程。

2.3 ctypes

灵活，完全兼容C语言

使用较繁琐且不支持C++特性

3 Boost::Python安装

打开参考中的官方下载地址，根据不同的操作系统平台下载boost，UNIX和Windows的安装流程差不多，下面以Windows系统为例说明安装过程。

按下面步骤安装编译Boost::Python

下载最新的boost_1_79_0.zip并解压到本地目录
运行bootstrap.bat在目录下产生b2.exe可执行文件
进入根目录新建user-config.jam用户配置文件，存放本地C++/Python信息
```
using msvc : 14.2;
using python : 3.7.5: "D:/Anaconda/Anaconda/envs/test/python.exe": "D:/Anaconda/Anaconda/envs/test/include": "D:/Anaconda/Anaconda/envs/test/libs";
```
其中msvc是Visual Studio对应的msvc toolset版本，具体对应关系如下：
python则定义了本地使用的python解释器相关路径和库
命令行执行自动化安装：
```
b2 --with-python install --prefix="D:/3rdLib/boost/boost_1_79_0/bin/lib64-msvc-14.2" toolset=msvc-14.2 link=static address-model=64 --user-config=user-config.jam
```
其中一些关键参数解释如下：
- with- | without-：前者后接要编译的Boost库名，如本文中只需编译Boost下的Python库；后者即为编译除之外的所有库，缺省则为全部编译
- stage | install：前者表示只生成库文件(.dll与.lib)，后者会额外生成include目录包含库文件对应的头文件，推荐使用stage，因为安装完成后根目录下的boost与include目录文件完全一致，可直接作为头文件使用，节省编译时间
- stagedir | prefix：表示编译生成文件的路径，前者对应stage安装模式，后者对应install安装模式。建议在根目录下新建bin目录管理生成的库文件
```
# VS2019编译的x86库文件
bin/lib32-msvc-14.2
# VS2019编译的x64库文件
bin/lib64-msvc-14.2
```
- toolset：表示编译器，可选gcc、msvc-14.2(VS2019)等
- link：指定生成动态链接库shared还是静态链接库static，推荐使用静态库方式编译，这样发布程序时无需连带发布Boost的.dll文件，本文采用静态编译。
- address-model：指定编译版本，可选32 | 64，该参数必须和本地安装的Python位数相对应，否则会编译出错
- user-config：使用的本地用户配置文件路径

补充一下编译库文件的命名格式：

libboost_python37-vc142-mt-gd-x64-1_79
| ||   | |      | |   | || ||| | | |  |-  ---   ------   ---  -- - -  -   --1   2       3      4    5 6 7  8    9

静态库以lib开头，动态库没有lib前缀
boost::python库名称和版本
编译器名称及版本
mt代表threading=multi，没有则代表threading=single
s代表runtime-link=static，没有则代表runtime-link=shared
gd代表debug版本，没有则代表release版本
x32代表32 位程序，x64代表64 位
Boost库版本，1_79代表Boost 1.79版本。

4 测试实例：python继承C++接口

新建工程文件夹，包含三个文件helloworld.cpp、helloworld.py与CMakeLists.txt

在helloworld.cpp中编写：

// 因为采用静态编译boost库，因此必须定义此宏，否则编译出错
#define BOOST_PYTHON_STATIC_LIB#include<boost/python.hpp>
#include<boost/python/wrapper.hpp>
#include<string>
#include<iostream>using namespace boost::python;
using namespace std;struct Base
{virtual ~Base() {}virtual int f() { return 0; };
};struct BaseWrap : Base, wrapper<Base>
{int f(){if (override f = this->get_override("f"))return f(); //如果函数进行重载了，则返回重载return Base::f(); //否则返回基类}int default_f() { return this->Base::f(); }
};BOOST_PYTHON_MODULE(hello)
{class_<BaseWrap, boost::noncopyable>("Base").def("f", &Base::f, &BaseWrap::default_f);
}

在CMakeLists.txt中编写编译规则

project(Boost_Test)
cmake_minimum_required(VERSION 2.8.3)if(MSVC)# set(Boost_USE_STATIC_LIBS ON)set(Boost_DIR D:/3rdLib/boost/boost_1_79_0/stage/lib/cmake/Boost-1.79.0)set(PYTHON_INCLUDE_DIRS D:/Anaconda/Anaconda/envs/test/include)set(PYTHON_LIBRARIES D:/Anaconda/Anaconda/envs/test/libs/python37.lib)find_package(Boost 1.79.0 CONFIG COMPONENTS python REQUIRED)include_directories(${Boost_INCLUDE_DIR} ${PYTHON_INCLUDE_DIRS})
endif(MSVC)set(MODULE_NAME hello)
add_library(${MODULE_NAME} SHAREDhelloword.cpp)if (UNIX)set_target_properties(${MODULE_NAME}PROPERTIESPREFIX "")
elseif (WIN32)set_target_properties(${MODULE_NAME}PROPERTIESSUFFIX ".pyd")
endif()target_link_libraries(${MODULE_NAME}${Boost_LIBRARIES}${PYTHON_LIBRARIES}
)

在工程目录下执行以下命令行：

mkdir build
cd build
cmake ..
make

即可编译出hello.pyd二进制文件，将该文件置于工程目录下(与helloworld.py在同一个目录)，在helloworld.py中导入接口，测试多态：

import hello
base = hello.Base()
# 定义派生类，继承C++类
class Derived(hello.Base):def f(self):return 42derived = Derived()
print( base.f())
print (derived.f())

输出以下内容，证明实验成功

>>> 0
>>> 42

5 常见问题

#include <boost\python.hpp>无法打开源文件'pyconfig.h'

解决方案：首先确保当前虚拟环境下有pyconfig，否则需要pip install。接着对于vscode，在c_cpp_properties.json中添加python的include目录
error LNK2019: 无法解析的外部符号 "__declspec(dllimport) class boost::python::xxx

解决方案：库链接出错，对于静态编译的Boost::python库需要在C++文件中声明静态编译宏
```
#define BOOST_PYTHON_STATIC_LIB
```

6 参考文档

Boost::Python官方文档
Boost::Python下载官网

C++比Python快50倍？如何让C++和Python优势互补？(Boost::Python)相关推荐

震惊，使用imba.io框架,得到比 vue 快50倍的性能基准
上图表示了vue, react 以及 imba 在 todo 这个项目中拥有60个 todoItem 不同进行 crud 操作的表现.可以看到 imba 达到了每秒操作5w次以上.如果你也想试一试该测 ...
编译器大神 Chris Lattner 官宣新编程语言：Mojo，比 Python 快 35000 倍！
整理 | 王子彧责编 | 张红月出品 | CSDN(ID:CSDNnews) 说起 Chris Lattner,大家一定不陌生.这位编译器大神,曾经领导了众多大型技术项目.他不仅是 LLVM ...
论文解读：FastSAM | Fast Segment Anything | 基于yolov8-seg实现比SAM快50倍
发表时间:2023.06.21 论文地址:http://export.arxiv.org/pdf/2306.12156 项目地址:https://github.com/CASIA-IVA-Lab/Fa ...
新AI编程语言Mojo，比Python快35000倍
随着近期AI的火热以及AI在各个行业的应用,Python的热度有望进一步提升. 除了 Python,Julia 也是很多开发者选择的编程语言."Julia 是否会取代 Python" ...
转载：比Python快100倍，利用spaCy和Cython实现高速NLP项目
Cython 是一个工具包,可以使你在 Python 中编译 C 语言,这就是为什么 numpy 和 pandas 很快的原因,Cython 就是 Python 的超集.在本文中,作者将为我们介绍他的 ...
真香！spaCy+Cython比Python快100倍.....
选自Medium 作者:Thomas Wolf 编译:机器之心(almosthuman2014) Cython 是一个工具包,可以使你在 Python 中编译 C 语言,这就是为什么 num ...
python lua 性能比较内存_Lua 的速度为什么比 Python 快？
最近研究了下Python的代码,有了一些新的发现.大量的内置字符串常量没有做Intern优化,在python源码中搜索形如"__dict__"之类的常量是这么用的: PyObjec ...
Batoo JPA –比领先的JPA提供商快15倍
介绍我早在2000年代就喜欢JPA 1.0. 我甚至在稳定版本发布之前就将其与EJB 3.0一起使用. 我非常喜欢它,因此我为JBoss 3.x实现贡献了一些零碎的部分. 那时我们公司规模还很小. ...
掌握这个小技巧，让你的 C++ 编译速度提升 50 倍！
随着 C++ 项目的持续扩大,编译效率越来越是一个问题了.想一想你每天花在这上面的时间,再乘以团队成员的个数,是不是成本很高? 那有没有什么办法,在不需要修改源码,也不更换硬件的情况下提升效率呢?一起 ...

C++比Python快50倍？如何让C++和Python优势互补？(Boost::Python)

目录