使用 C/C++ 扩展 Python答案

【问题标题】：Extending Python with C/C++使用 C/C++ 扩展 Python
【发布时间】：2010-11-07 18:12:18
【问题描述】：

谁能给我一些关于使用 C/C++ 扩展 Python 的工具或软件的提示？谢谢。

【问题讨论】：

当你阅读docs.python.org/c-api时你遇到了什么问题？
Cython 是一个不错的选择！我实际上写了一篇关于它的小帖子，涵盖了从编写 Cython 源文件到构建它们的所有细节，编写 setup.py - 基本上所有你需要用 Cython 包装 C/C++ 库：martinsosic.com/development/2016/02/08/…

标签： c++ python c

【解决方案1】：

Python 网站本身有一个很棒的set of examples，还有API documentation。这就是我在需要编写 C 扩展时使用的全部内容。

【讨论】：

哦，我以为你的意思是比喻性的，谢谢你的澄清
如果库不是特别大（如 QT 或 WxWidgets），手写代码是最好的。

【解决方案2】：

我将为 C++ 内容添加对 Boost.Python 的强制性引用。

【讨论】：

我几天前开始使用 boost.python 并且已经开始运行了。

【解决方案3】：

我们使用 SWIG 来包装我们的 C/C++ 库，以便在 Python 中使用。效果很好。

http://www.swig.org/

【讨论】：

【解决方案4】：

我看到没有人指出我最喜欢的包装 C++ 代码的解决方案之一，SIP（我相信它也适用于包装 C，就像 SWIG 和不同的 Boost，但我从来没有那样使用它）。它是 Riverbank Software 为制作 PyQt 而开发的工具，PyQt 是出色的 Qt C++ 跨平台框架的 Python 接口——因此，如果您的 C++ 代码使用任何 Qt 功能，它是一个自然的选择，就像 Boost Python 是您的 C++ 代码的自然选择一样使用 Boost。

SWIG 是我们在工作中使用的（这是 10 年前做出的合理决定；-），并且具有理论上的优势，它还可以包装 C 或 C++ 代码以供 Java、Perl、Tcl 等使用——但如果你只关心 Python，就很难看到任何东西让它脱颖而出。

如果您只是包装现有的 DLL/so，除了 Cython，其他答案已经指出（我赞同，但是 - 这些天变化非常快，所以如果您需要更稳定的东西，请小心），考虑标准功能模块ctypes——我不会将它用于非常广泛的工作（C 或 C++ 编译器会指出您的“oops”错误可能会导致 ctypes 运行时崩溃），但对于小型工作来说它很棒（而且非常方便，因为它带有标准的 Python 发行版！-）。

优秀的旧 C API 还没有死 - 今天刚刚见到了 Case，他最近一直在为我的优秀开源项目 gmpy 进行大部分运行，我们一起决定坚持C API 至少用于 gmpy 的下一个版本——当它稳定时，我们会考虑切换到 Cython，但我们同意现在切换还为时过早。（我们甚至没有想到任何其他替代方案，因为 gmpy 的主要观点是尽可能快地做到这一点！-)。

【讨论】：

您如何看待与 PySide 相当的 Siboken？ pyside.org/docs/shiboken
@Craig，还没有尝试过，我计划下次需要做一些 Qt 工作时（所以给我一个尝试 PySide 的现实机会）。
抱歉打错字了，我的意思是“Shiboken”。 PySide 听起来很有希望。我很抱歉他们不得不重新发明轮子。

【解决方案5】：

有很多解决方案。一般来说，如果可能的话，你应该避免它，因为编写 C 扩展是乏味的。通常，有必要使用 3rd 方库。在这种情况下，我认为今天的获胜解决方案是cython。

Cython 是一种“看起来像 python”的语言，但可以通过使用可选类型来加快速度。你可以在里面直接调用 C 函数，并且大部分引用计数（C 扩展中的难题）都是自动完成的。根据我的经验，它比 boost.python、swig 或 ctypes 好得多：

boost.python 仅适用于包装 C++ 扩展恕我直言。我觉得它太复杂了，当出现问题时很难调试。
swig 有相当多的开销，并且不会产生好的代码。它适用于几个函数，但非平凡的扩展通常使用类型映射，并且语法很快就会变得丑陋

使用 cython，您可以使用 python 对象（列表、字典等）来包装您的 C 库。当然，如果您出于速度原因需要编写自己的扩展，它也非常有用。在科学 python 社区中，我认为 cython 已成为需要速度的首选工具。

【讨论】：

在不知道 OP 首先要这样做的原因的情况下说“如果可能，你应该避免它”是错误的。 Python 支持 C 扩展是有原因的，因为有时 C 扩展是最好的解决方案，在这种情况下不应该避免。根据上下文，ctypes 也比 cython 有很多优势，如果没有这些优势，说一个更好是错误的（参见stackoverflow.com/questions/1942298/…）

【解决方案6】：

我过去使用过pycxx，我非常喜欢使用这个库。

在我看来，它比 SWIG 更容易使用。我无法与 boost.python 相比，因为我从未真正使用过 boost。我认为 pycxx 比 boost.python 轻，但我可能错了。

pycxx 的关键在于它是 python c api 的 c++ 包装器。它是面向对象的，它隐藏了所有困难的机制。对于 Python 程序员来说，这非常直观。它非常易于使用，并且有一些很好的入门示例。

我确实推荐 pycxx 作为在 c++ 中制作 python 扩展的一等公民。

【讨论】：

【解决方案7】：

是的，你需要这个：http://www.python.org/doc/ext/

当然还有一个 C/C++ 编译器。

如果您描述您正在尝试做什么，以及您正在制作什么样的扩展，我相信人们可以为您提供更多信息。

如果您想这样做，可以使用 SWIG 之类的东西来包装库。如果您只是想要加速，C 通常是答案，但并非总是如此，等等。

【讨论】：

【解决方案8】：

我很惊讶还没有人提到pybind11。 Pybind11 是amazing!

来自他们的文档：

pybind11 是一个轻量级的纯头文件库，它在 Python 中公开 C++ 类型，反之亦然，主要用于创建现有 C++ 代码的 Python 绑定。它的目标和语法类似于 David Abrahams 的优秀 Boost.Python 库：通过使用编译时自省来推断类型信息，从而最大限度地减少传统扩展模块中的样板代码。

...

将此库视为 Boost.Python 的一个小型自包含版本，其中剥离了与绑定生成无关的所有内容。如果没有 cmets，核心头文件只需要大约 4K 行代码，并且依赖于 Python（2.7 或 3.x，或 PyPy2.7 >= 5.7）和 C++ 标准库。

查看 pybind11 github repo，有大量信息，以及 features 和 goodies 的完整列表。

可以在here找到带有示例的文档。

【讨论】：

【解决方案9】：

也许this example 有帮助。我认为这很简单:)

【讨论】：