转载链接：Python实例浅谈之三Python与C/C++相互调用_乌托邦2号的博客-CSDN博客_python 调用c++类

一、问题

二、Python调用C/C++

1、Python调用C动态链接库

2、Python调用C++(类)动态链接库

3、Python调用C/C++可执行程序

三、C/C++调用Python

一、问题

Python模块和C/C++的动态库间相互调用在实际的应用中会有所涉及，在此作一总结。

二、Python调用C/C++

1、Python调用C动态链接库

Python调用C库比较简单，不经过任何封装打包成so，再使用python的ctypes调用即可。
（1）C语言文件：pycall.c

/***gcc -o libpycall.so -shared -fPIC pycall.c*/
#include <stdio.h>
#include <stdlib.h>
int foo(int a, int b)
{printf("you input %d and %d\n", a, b);return a+b;
}

（2）gcc编译生成动态库libpycall.so：gcc -o libpycall.so -shared -fPIC pycall.c。使用g++编译生成C动态库的代码中的函数或者方法时，需要使用extern "C"来进行编译。

（3）Python调用动态库的文件：pycall.py

import ctypes
ll = ctypes.cdll.LoadLibrary
lib = ll("./libpycall.so")
lib.foo(1, 3)

（4）运行结果：

2、Python调用C++(类)动态链接库

需要extern "C"来辅助，也就是说还是只能调用C函数，不能直接调用方法，但是能解析C++方法。不是用extern "C"，构建后的动态链接库没有这些函数的符号表。
（1）C++类文件：pycallclass.cpp

#include <iostream>
using namespace std;class TestLib
{public:void display();void display(int a);
};
void TestLib::display() {cout<<"First display"<<endl;
}void TestLib::display(int a) {cout<<"Second display:"<<a<<endl;
}
extern "C" {TestLib obj;void display() {obj.display(); }void display_int() {obj.display(2); }
}

（2）g++编译生成动态库libpycall.so：g++ -o libpycallclass.so -shared -fPIC pycallclass.cpp。
（3）Python调用动态库的文件：pycallclass.py

import ctypes
so = ctypes.cdll.LoadLibrary
lib = so("./libpycallclass.so") lib.display()lib.display_int(100)

（4）运行结果：

3、Python调用C/C++可执行程序

（1）C/C++程序：main.cpp

#include <iostream>
using namespace std;
int test()
{int a = 10, b = 5;return a+b;
}
int main()
{cout<<"---begin---"<<endl;int num = test();cout<<"num="<<num<<endl;cout<<"---end---"<<endl;
}

（2）编译成二进制可执行文件：g++ -o testmain main.cpp。
（3） Python调用程序：main.py

import commands
import os
main = "./testmain"
if os.path.exists(main):rc, out = commands.getstatusoutput(main)print 'rc = %d, \nout = %s' % (rc, out)f = os.popen(main)
data = f.readlines()
f.close()
print dataos.system(main)

（4）运行结果：

4、扩展Python（C++为Python编写扩展模块）

所有能被整合或导入到其它python脚本的代码，都可以被称为扩展。可以用Python来写扩展，也可以用C和C++之类的编译型的语言来写扩展。Python在设计之初就考虑到要让模块的导入机制足够抽象。抽象到让使用模块的代码无法了解到模块的具体实现细节。Python的可扩展性具有的优点：方便为语言增加新功能、具有可定制性、代码可以实现复用等。
为 Python 创建扩展需要三个主要的步骤：创建应用程序代码、利用样板来包装代码和编译与测试。
（1）创建应用程序代码

#include <stdio.h>
#include <stdlib.h>
#include <string.h>int fac(int n)
{if (n < 2) return(1); /* 0! == 1! == 1 */return (n)*fac(n-1); /* n! == n*(n-1)! */
}char *reverse(char *s)
{register char t,                    /* tmp */*p = s,                     /* fwd */*q = (s + (strlen(s) - 1)); /* bwd */while (p < q)               /* if p < q */{t = *p;         /* swap & move ptrs */*p++ = *q;*q-- = t;}return(s);
}int main()
{char s[BUFSIZ];printf("4! == %d\n", fac(4));printf("8! == %d\n", fac(8));printf("12! == %d\n", fac(12));strcpy(s, "abcdef");printf("reversing 'abcdef', we get '%s'\n", \reverse(s));strcpy(s, "madam");printf("reversing 'madam', we get '%s'\n", \reverse(s));return 0;
}

上述代码中有两个函数，一个是递归求阶乘的函数fac()；另一个reverse()函数实现了一个简单的字符串反转算法，其主要目的是修改传入的字符串，使其内容完全反转，但不需要申请内存后反着复制的方法。
（2）用样板来包装代码
接口的代码被称为“样板”代码，它是应用程序代码与Python解释器之间进行交互所必不可少的一部分。样板主要分为4步：a、包含Python的头文件；b、为每个模块的每一个函数增加一个型如PyObject* Module_func()的包装函数；c、为每个模块增加一个型如PyMethodDef ModuleMethods[]的数组；d、增加模块初始化函数void initModule()。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>int fac(int n)
{if (n < 2) return(1);return (n)*fac(n-1);
}char *reverse(char *s)
{register char t,*p = s,*q = (s + (strlen(s) - 1));while (s && (p < q)){t = *p;*p++ = *q;*q-- = t;}return(s);
}int test()
{char s[BUFSIZ];printf("4! == %d\n", fac(4));printf("8! == %d\n", fac(8));printf("12! == %d\n", fac(12));strcpy(s, "abcdef");printf("reversing 'abcdef', we get '%s'\n", \reverse(s));strcpy(s, "madam");printf("reversing 'madam', we get '%s'\n", \reverse(s));return 0;
}#include "Python.h"static PyObject *
Extest_fac(PyObject *self, PyObject *args)
{int num;if (!PyArg_ParseTuple(args, "i", &num))return NULL;return (PyObject*)Py_BuildValue("i", fac(num));
}static PyObject *
Extest_doppel(PyObject *self, PyObject *args)
{char *orig_str;char *dupe_str;PyObject* retval;if (!PyArg_ParseTuple(args, "s", &orig_str))return NULL;retval = (PyObject*)Py_BuildValue("ss", orig_str,dupe_str=reverse(strdup(orig_str)));free(dupe_str);             #防止内存泄漏return retval;
}static PyObject *
Extest_test(PyObject *self, PyObject *args)
{test();return (PyObject*)Py_BuildValue("");
}static PyMethodDef
ExtestMethods[] =
{{ "fac", Extest_fac, METH_VARARGS },{ "doppel", Extest_doppel, METH_VARARGS },{ "test", Extest_test, METH_VARARGS },{ NULL, NULL },
};void initExtest()
{Py_InitModule("Extest", ExtestMethods);
}

Python.h头文件在大多数类Unix系统中会在/usr/local/include/python2.x或/usr/include/python2.x目录中，系统一般都会知道文件安装的路径。
增加包装函数，所在模块名为Extest，那么创建一个包装函数叫Extest_fac()，在Python脚本中使用是先import Extest，然后调用Extest.fac()，当 Extest.fac()被调用时，包装函数 Extest_fac()会被调用，包装函数接受一个 Python的整数参数，把它转为C的整数，然后调用C的fac()函数，得到一个整型的返回值，最后把这个返回值转为Python的整型数做为整个函数调用的结果返回回去。其他两个包装函数Extest_doppel()和Extest_test()类似。
从Python到C的转换用PyArg_Parse*系列函数， int PyArg_ParseTuple()：把Python传过来的参数转为C；int PyArg_ParseTupleAndKeywords()与PyArg_ParseTuple()作用相同，但是同时解析关键字参数；它们的用法跟C的sscanf函数很像，都接受一个字符串流，并根据一个指定的格式字符串进行解析，把结果放入到相应的指针所指的变量中去，它们的返回值为1表示解析成功，返回值为0表示失败。从C到Python的转换函数是PyObject* Py_BuildValue()：把C的数据转为Python的一个对象或一组对象，然后返回之；Py_BuildValue的用法跟sprintf很像，把所有的参数按格式字符串所指定的格式转换成一个Python的对象。
C与Python之间数据转换的转换代码：

为每个模块增加一个型如PyMethodDef ModuleMethods[]的数组，以便于Python解释器能够导入并调用它们，每一个数组都包含了函数在Python中的名字，相应的包装函数的名字以及一个METH_VARARGS常量，METH_VARARGS表示参数以tuple形式传入。若需要使用 PyArg_ParseTupleAndKeywords()函数来分析命名参数的话，还需要让这个标志常量与METH_KEYWORDS常量进行逻辑与运算常量。数组最后用两个NULL来表示函数信息列表的结束。
所有工作的最后一部分就是模块的初始化函数，调用Py_InitModule()函数，并把模块名和ModuleMethods[]数组的名字传递进去，以便于解释器能正确的调用模块中的函数。
（3）编译
为了让新Python的扩展能被创建，需要把它们与Python库放在一起编译，distutils包被用来编译、安装和分发这些模块、扩展和包。
创建一个setup.py 文件，编译最主要的工作由setup()函数来完成：

#!/usr/bin/env pythonfrom distutils.core import setup, ExtensionMOD = 'Extest'
setup(name=MOD, ext_modules=[Extension(MOD, sources=['Extest2.c'])])

Extension()第一个参数是(完整的)扩展的名字，如果模块是包的一部分的话，还要加上用'.'分隔的完整的包的名字。上述的扩展是独立的，所以名字只要写"Extest"就行；sources参数是所有源代码的文件列表，只有一个文件Extest2.c。setup需要两个参数：一个名字参数表示要编译哪个内容；另一个列表参数列出要编译的对象，上述要编译的是一个扩展，故把ext_modules参数的值设为扩展模块的列表。
运行setup.py build命令就可以开始编译我们的扩展了，提示部分信息：

creating build/lib.linux-x86_64-2.6
gcc -pthread -shared build/temp.linux-x86_64-2.6/Extest2.o -L/usr/lib64 -lpython2.6 -o build/lib.linux-x86_64-2.6/Extest.so

（4）导入和测试
你的扩展会被创建在运行setup.py脚本所在目录下的build/lib.*目录中，可以切换到那个目录中来测试模块，或者也可以用命令把它安装到Python中：python setup.py install，会提示相应信息。
测试模块：

（5）引用计数和线程安全
Python对象引用计数的宏：Py_INCREF(obj)增加对象obj的引用计数，Py_DECREF(obj)减少对象obj的引用计数。Py_INCREF()和Py_DECREF()两个函数也有一个先检查对象是否为空的版本，分别为Py_XINCREF()和Py_XDECREF()。
编译扩展的程序员必须要注意，代码有可能会被运行在一个多线程的Python环境中。这些线程使用了两个C宏Py_BEGIN_ALLOW_THREADS和Py_END_ALLOW_THREADS，通过将代码和线程隔离，保证了运行和非运行时的安全性，由这些宏包裹的代码将会允许其他线程的运行。

三、C/C++调用Python

C++可以调用Python脚本，那么就可以写一些Python的脚本接口供C++调用了，至少可以把Python当成文本形式的动态链接库，需要的时候还可以改一改，只要不改变接口。缺点是C++的程序一旦编译好了，再改就没那么方便了。
（1）Python脚本：pytest.py

#test function
def add(a,b):print "in python function add"print "a = " + str(a)print "b = " + str(b)print "ret = " + str(a+b)returndef foo(a):print "in python function foo"print "a = " + str(a)print "ret = " + str(a * a)return class guestlist:def __init__(self):print "aaaa"def p():print "bbbbb"def __getitem__(self, id):return "ccccc"
def update():guest = guestlist()print guest['aa']#update()

（2）C++代码：

/**g++ -o callpy callpy.cpp -I/usr/include/python2.6 -L/usr/lib64/python2.6/config -lpython2.6**/
#include <Python.h>
int main(int argc, char** argv)
{// 初始化Python//在使用Python系统前，必须使用Py_Initialize对其//进行初始化。它会载入Python的内建模块并添加系统路//径到模块搜索路径中。这个函数没有返回值，检查系统//是否初始化成功需要使用Py_IsInitialized。Py_Initialize();// 检查初始化是否成功if ( !Py_IsInitialized() ) {return -1;}// 添加当前路径//把输入的字符串作为Python代码直接运行，返回0//表示成功，-1表示有错。大多时候错误都是因为字符串//中有语法错误。PyRun_SimpleString("import sys");PyRun_SimpleString("print '---import sys---'"); PyRun_SimpleString("sys.path.append('./')");PyObject *pName,*pModule,*pDict,*pFunc,*pArgs;// 载入名为pytest的脚本pName = PyString_FromString("pytest");pModule = PyImport_Import(pName);if ( !pModule ) {printf("can't find pytest.py");getchar();return -1;}pDict = PyModule_GetDict(pModule);if ( !pDict ) {return -1;}// 找出函数名为add的函数printf("----------------------\n");pFunc = PyDict_GetItemString(pDict, "add");if ( !pFunc || !PyCallable_Check(pFunc) ) {printf("can't find function [add]");getchar();return -1;}// 参数进栈PyObject *pArgs;pArgs = PyTuple_New(2);//  PyObject* Py_BuildValue(char *format, ...)//  把C++的变量转换成一个Python对象。当需要从//  C++传递变量到Python时，就会使用这个函数。此函数//  有点类似C的printf，但格式不同。常用的格式有//  s 表示字符串，//  i 表示整型变量，//  f 表示浮点数，//  O 表示一个Python对象。PyTuple_SetItem(pArgs, 0, Py_BuildValue("l",3));PyTuple_SetItem(pArgs, 1, Py_BuildValue("l",4));// 调用Python函数PyObject_CallObject(pFunc, pArgs);//下面这段是查找函数foo 并执行fooprintf("----------------------\n");pFunc = PyDict_GetItemString(pDict, "foo");if ( !pFunc || !PyCallable_Check(pFunc) ) {printf("can't find function [foo]");getchar();return -1;}pArgs = PyTuple_New(1);PyTuple_SetItem(pArgs, 0, Py_BuildValue("l",2)); PyObject_CallObject(pFunc, pArgs);printf("----------------------\n");pFunc = PyDict_GetItemString(pDict, "update");if ( !pFunc || !PyCallable_Check(pFunc) ) {printf("can't find function [update]");getchar();return -1;}pArgs = PyTuple_New(0);PyTuple_SetItem(pArgs, 0, Py_BuildValue(""));PyObject_CallObject(pFunc, pArgs);     Py_DECREF(pName);Py_DECREF(pArgs);Py_DECREF(pModule);// 关闭PythonPy_Finalize();return 0;
}

（3）C++编译成二进制可执行文件：g++ -o callpy callpy.cpp -I/usr/include/python2.6 -L/usr/lib64/python2.6/config -lpython2.6，编译选项需要手动指定Python的include路径和链接接路径（Python版本号根据具体情况而定）。
（4）运行结果：

Python实例浅谈--Python与C/C++相互调用相关推荐

Python实例浅谈之三Python与C/C++相互调用
参考:http://blog.csdn.net/taiyang1987912/article/details/44779719 Python实例浅谈之三Python与C/C++相互调用二.Pytho ...
python bokeh_浅谈python可视化包Bokeh
本文研究的主要是python可视化包Bokeh的相关内容,具体如下. 问题:需要把pandas的数据绘图并通过网页显示,matplotlib需要先保存图像,不合适. 解决:在网上搜了一下,找到一篇介绍 ...
Python实例浅谈之五Python守护进程和脚本单例运行
一.简介守护进程最重要的特性是后台运行:它必须与其运行前的环境隔离开来,这些环境包括未关闭的文件描述符.控制终端.会话和进程组.工作目录以及文件创建掩码等:它可以在系统启动时从启动脚本/etc/rc ...
精通python设计模式-浅谈Python设计模式 - 原型模式
声明,本系列文章主要参考<精通Python设计模式>一书,并且参考一些资料,结合自己的一些看法来总结而来. 在<精通Python设计模式>中把设计模式分为三种类型: 创建型模式 ...
python语句-浅谈 Python 的 with 语句
引言 with 语句是从 Python 2.5 开始引入的一种与异常处理相关的功能(2.5 版本中要通过 from future import with_statement 导入后才可以使用),从 2 ...
浅谈Python爬虫（五）【网易云热评爬取实例】
浅谈Python爬虫(五) 目的:爬取网易云歌单所有歌曲的信息及热评 Python环境:3.7 编译器:PyCharm2019.1.3专业版存储格式:JSON 1.分析网页进入网易云音乐首页,点击 ...
python类中方法的执行顺序-浅谈Python的方法解析顺序(MRO)
方法解析顺序, Method Resolution Order 从一段代码开始考虑下面的情况: class A(object): def foo(self): print('A.foo()') cl ...
python中是什么类型_浅谈python中的变量默认是什么类型
浅谈python中的变量默认是什么类型 1.type(变量名),输出的结果就是变量的类型: 例如 >>> type(6) 2.在Python里面变量在声明时,不需要指定变量的类型,变 ...
python中判断列表数据类型_浅谈Python数据类型判断及列表脚本操作
数据类型判断在python(版本3.0以上)使用变量,并进行值比较时.有时候会出现以下错误: TypeError: unorderable types: NoneType() < int() ...

Python实例浅谈--Python与C/C++相互调用

一、问题

二、Python调用C/C++

1、Python调用C动态链接库

2、Python调用C++(类)动态链接库

3、Python调用C/C++可执行程序

三、C/C++调用Python

Python实例浅谈--Python与C/C++相互调用相关推荐

最新文章

热门文章