Вызов C / C++ из Python?

ctypes является частью стандартной библиотеки, и поэтому является более стабильным и широко доступным, чем глоток, который всегда имел тенденцию давать мне проблемы.

С ctypes вам нужно удовлетворить любую зависимость времени компиляции от python, и ваша привязка будет работать на любом python, который имеет ctypes, а не только тот, с которым он был скомпилирован.

Предположим, у вас есть простой пример класса C++, с которым вы хотите поговорить в файле с именем foo.cpp:

#include <iostream>

class Foo{
    public:
        void bar(){
            std::cout << "Hello" << std::endl;
        }
};

поскольку ctypes может разговаривать только с функциями C, вам нужно предоставить те, которые объявляют их как extern "C"

extern "C" {
    Foo* Foo_new(){ return new Foo(); }
    void Foo_bar(Foo* foo){ foo->bar(); }
}

Далее вам нужно скомпилировать это в общую библиотеку

g++ -c -fPIC foo.cpp -o foo.o
g++ -shared -Wl,-soname,libfoo.so -o libfoo.so  foo.o

и, наконец, вы должны написать свою оболочку python (например, в fooWrapper.py)

from ctypes import cdll
lib = cdll.LoadLibrary('./libfoo.so')

class Foo(object):
    def __init__(self):
        self.obj = lib.Foo_new()

    def bar(self):
        lib.Foo_bar(self.obj)

как только у вас есть, что вы можете назвать это как

f = Foo()
f.bar() #and you will see "Hello" on the screen

самый быстрый способ сделать это с помощью глоток.

пример из SWIG учебник:

/* File : example.c */
int fact(int n) {
    if (n <= 1) return 1;
    else return n*fact(n-1);
}

interface файл:

/* example.i */
%module example
%{
/* Put header files here or function declarations like below */
extern int fact(int n);
%}

extern int fact(int n);

построение модуля Python на Unix:

swig -python example.i
gcc -fPIC -c example.c example_wrap.c -I/usr/local/include/python2.7
gcc -shared example.o example_wrap.o -o _example.so

использование:

>>> import example
>>> example.fact(5)
120

обратите внимание, что у вас должен быть python-dev. Также в некоторых системах заголовочные файлы python будут находиться в /usr/include / python2.7 основываясь на том, как вы его установили.

от учебник:

SWIG-довольно полный компилятор C++ с поддержкой почти всех языковых функций. Это включает в себя предварительную обработку, указатели, классы, наследование и даже шаблоны C++. SWIG также может использоваться для упаковки структур и классов в прокси - классы на целевом языке-очень естественным образом раскрывая базовую функциональность.

Я начал свое путешествие в привязке Python C++ с этой страницы с целью связать типы данных высокого уровня (многомерные векторы STL со списками Python): -)

попробовав решения, основанные на обоих ctypes и импульс.питон (и не будучи инженером-программистом) я нашел их сложными, когда требуется привязка типов данных высокого уровня, в то время как я нашел глоток гораздо проще для таких случаи.

этот пример использует поэтому SWIG, и он был протестирован в Linux (но SWIG доступен и широко используется в Windows тоже).

цель состоит в том, чтобы сделать функцию C++ доступной для Python, которая принимает матрицу в виде 2D-вектора STL и возвращает среднее значение каждой строки (как 1D-вектор STL).

код на C++ ("code.КБП") выглядит следующим образом:

#include <vector>
#include "code.h"

using namespace std;

vector<double> average (vector< vector<double> > i_matrix) {

  // Compute average of each row..
  vector <double> averages;
  for (int r = 0; r < i_matrix.size(); r++){
    double rsum = 0.0;
    double ncols= i_matrix[r].size();
    for (int c = 0; c< i_matrix[r].size(); c++){
      rsum += i_matrix[r][c];
    }
    averages.push_back(rsum/ncols);
  }
  return averages;
}

эквивалентный заголовок ("code.о"):

#ifndef _code
#define _code

#include <vector>

std::vector<double> average (std::vector< std::vector<double> > i_matrix);

#endif

мы сначала скомпилировать код C++ для создания объектного файла:

g++ -c -fPIC code.cpp

затем мы определяем SWIG файл определения интерфейса ("код.i") для наших функций C++.

%module code
%{
#include "code.h"
%}
%include "std_vector.i"
namespace std {

  /* On a side note, the names VecDouble and VecVecdouble can be changed, but the order of first the inner vector matters! */
  %template(VecDouble) vector<double>;
  %template(VecVecdouble) vector< vector<double> >;
}

%include "code.h"

используя SWIG, мы генерируем исходный код интерфейса C++ из файла определения интерфейса SWIG..

swig -c++ -python code.i

мы, наконец, компилируем сгенерированный исходный файл интерфейса C++ и связываем все вместе, чтобы создать общую библиотеку, которая непосредственно импортируется Python (The "_" вопросы):

g++ -c -fPIC code_wrap.cxx  -I/usr/include/python2.7 -I/usr/lib/python2.7
g++ -shared -Wl,-soname,_code.so -o _code.so code.o code_wrap.o

теперь мы можем использовать функцию в Python скрипт:

#!/usr/bin/env python

import code
a= [[3,5,7],[8,10,12]]
print a
b = code.average(a)
print "Assignment done"
print a
print b

проверить pyrex или на Cython. Это языки, подобные Python, для взаимодействия между C / C++ и Python.

появилась pybind11, что похоже на облегченную версию импульс.Питон и совместим со всеми современными компиляторами c++:

https://pybind11.readthedocs.io/en/latest/

этот документ, утверждая, Python для всех ученый должен, в основном говорит: первый прототип все в Python. Затем, когда вам нужно ускорить часть, используйте SWIG и переведите эту часть на C.

Я никогда не использовал его, но я слышал хорошие вещи о ctypes. Если вы пытаетесь использовать его с C++, обязательно избегайте искажения имени через extern "C". Спасибо за комментарий, Флориан Беш.

Я думаю, что cffi для python может быть вариантом.

цель состоит в том, чтобы вызвать код C из Python. Вы должны быть в состоянии сделать это без изучения 3-го языка: каждая альтернатива требует от вас изучают собственный язык (Cython, SWIG) или API (ctypes). Поэтому мы попытались. предположим, что вы знаете Python и C и минимизируете дополнительные биты API, который вам нужно изучить.

http://cffi.readthedocs.org/en/release-0.7/

один из официальных документов Python содержит подробную информацию о расширение Python с помощью C / C++. Даже без использования - ка, это довольно просто и отлично работает на Windows.

для современного C++ используйте cppyy: http://cppyy.readthedocs.io/en/latest/

он основан на Cling, интерпретаторе C++ для Clang / LLVM. Привязки выполняются во время выполнения, и дополнительный промежуточный язык не требуется. Благодаря Clang, он поддерживает C++17.

установите его с помощью pip:

    $ pip install cppyy

для небольших проектов, просто загрузить соответствующую библиотеку и заголовки, которые вас интересуют. Е. Г. взять код из примера под это поток, но разделенный в разделах заголовка и кода:

    $ cat foo.h
    class Foo {
    public:
        void bar();
    };

    $ cat foo.cpp
    #include "foo.h"
    #include <iostream>

    void Foo::bar() { std::cout << "Hello" << std::endl; }

скомпилировать его:

    $ g++ -c -fPIC foo.cpp -o foo.o
    $ g++ -shared -Wl,-soname,libfoo.so -o libfoo.so  foo.o

и использовать его:

    $ python
    >>> import cppyy
    >>> cppyy.include("foo.h")
    >>> cppyy.load_library("foo")
    >>> from cppyy.gbl import Foo
    >>> f = Foo()
    >>> f.bar()
    Hello
    >>>

большие проекты поддерживаются с автоматической загрузкой подготовленной информации отражения и фрагментов cmake для их создания, так что пользователи установленных пакетов могут просто запустить:

    $ python
    >>> import cppyy
    >>> f = cppyy.gbl.Foo()
    >>> f.bar()
    Hello
    >>>

спасибо LLVM, предварительные характеристики возможны, как автоматическое создание экземпляра шаблона. Продолжить пример:

    >>> v = cppyy.gbl.std.vector[cppyy.gbl.Foo]()
    >>> v.push_back(f)
    >>> len(v)
    1
    >>> v[0].bar()
    Hello
    >>>

примечание: Я автор cppyy.

вопрос в том, как вызвать функцию из C в Python, если я правильно понял. Тогда лучше всего использовать Ctypes (BTW portable во всех вариантах Python).

>>> from ctypes import *
>>> libc = cdll.msvcrt
>>> print libc.time(None)
1438069008
>>> printf = libc.printf
>>> printf("Hello, %s\n", "World!")
Hello, World!
14
>>> printf("%d bottles of beer\n", 42)
42 bottles of beer
19

для подробного руководства вы можете обратиться к моя статья в блоге.

Cython-это определенно путь, если вы не ожидаете написания Java-оболочек, и в этом случае SWIG может быть предпочтительнее.

Я рекомендую использовать runcython утилита командной строки, это делает процесс использования Cython чрезвычайно простым. Если вам нужно передать структурированные данные на C++, посмотрите на библиотеку protobuf от Google, это очень удобно.

вот минимальные примеры, которые я сделал, которые используют оба инструмента:

https://github.com/nicodjimenez/python2cpp

надеюсь, что это может быть полезной отправной точкой.

сначала вы должны решить, какова ваша конкретная цель. Официальная документация Python на расширение и встраивание интерпретатора Python упоминалось выше, я могу добавить хороший обзор двоичных расширений. Варианты использования можно разделить на 3 категории:

• модули ускоритель: для работы быстрее, чем эквивалентный чистый код Python работает в CPython.
• модули-обертки: чтобы разоблачить существующие интерфейсы C для кода Python.
• доступ к системе низкого уровня: для доступа к функциям нижнего уровня среды выполнения CPython, операционной системы или базового оборудования.

чтобы дать более широкую перспективу для других заинтересованных, и поскольку ваш первоначальный вопрос немного расплывчатый ("для библиотеки C или c++"), я думаю, что эта информация может быть вам интересна. По ссылке выше вы можете прочитать о недостатках использования двоичных расширений и его альтернатива.

помимо других предложенных ответов, если вы хотите модуль ускорителя, вы можете попробовать Numba. Он работает "путем генерации оптимизированного машинного кода с использованием инфраструктуры компилятора LLVM во время импорта, во время выполнения или статически (используя включенный инструмент pycc)".