可以在 Python 扩展对象中使用宽字符成员吗？

Question

使用PyMemberDef 声明中的T_STRING 定义，可以很简单地为基类型为char * 的Python C 扩展中的对象创建成员。

为什么似乎没有 wchar_t * 的等价物？如果真的有，那是什么？

例如

struct object 包含char *text

PyMemberDef 数组有{"text", T_STRING, offsetof(struct object, text), READONLY, "This is a normal character string."}

与类似的东西

struct object 包含wchar_t *wtext

PyMemberDef 数组有{"wtext", T_WSTRING, offsetof(struct object, wtext), READONLY, "This is a wide character string"}

我知道PyUnicode_AsString() 之类的东西及其相关方法可用于以 UTF-8 编码数据，将其存储在基本字符字符串中，然后再解码，但这样做需要包装通用 @ 987654334@ 和 setattr 方法/函数与那些解释编码文本的方法/函数，当您想要结构中固定元素大小的字符数组并且不想要可以存储的有效字符数时，它不是很有用它会有所不同。

Answer 1

直接使用wchar_t 是不可移植的。相反，Python 将 Py_UNICODE type 定义为 Unicode 字符的存储单元。

根据平台的不同，Py_UNICODE 可以定义为wchar_t（如果可用）或无符号短/整数/长，其宽度将根据 Python 的配置方式（UCS2 与 UCS4）和架构而有所不同和使用的 C 编译器。您可以在unicodeobject.h 中找到相关定义。

对于您的用例，您的对象可以有一个 Unicode 字符串属性，使用 T_OBJECT：

static struct PyMemberDef attr_members[] = {
  { "wtext", T_OBJECT, offsetof(PyAttrObject, wtext), READONLY, "wide string"}
  ...

您可以在对象的初始化程序中执行类型检查：

...
if (!PyUnicode_CheckExact(arg)) {
    PyErr_Format(PyExc_ValueError, "arg must be a unicode string");
    return NULL;
}
Py_INCREF(arg);
self->wtext = arg;
...

如果您需要遍历 Unicode 字符串中的低级字符，有一个宏会返回 Py_UNICODE *：

int i = 0;
Py_ssize_t size = PyUnicode_GetSize(self->wtext);
Py_UNICODE *chars = PyUnicode_AS_UNICODE(self->wtext);
for (i = 0; i < size; i++) {
    // use chars[i]
    ...