Cython - 将字符串列表转换为 char **

Question

如何将 python 字符串列表转换为以 null 结尾的 char**，以便将其传递给外部 C 函数？

我有：

struct saferun_task:
    saferun_jail   *jail
    saferun_limits *limits

    char **argv
    int stdin_fd  
    int stdout_fd
    int stderr_fd

int saferun_run(saferun_inst *inst, saferun_task *task, saferun_stat *stat)

在 cdef 外部块中

我想转换像('./a.out', 'param1', 'param2') 这样的东西 我可以分配给saferun_task.argv的东西

怎么做？

Answer 1

来自 Cython 文档：

char* PyString_AsString (PyObject *string)

返回字符串内容的以 null 结尾的表示形式。这 指针指的是字符串的内部缓冲区，而不是副本。数据 不得以任何方式修改。它不能被取消分配。

我没有 Cython 编译器设置和方便的 atm（我可以稍后运行并检查）但是，这应该导致代码看起来像：

from libc.stdlib cimport malloc, free

cdef char **string_buf = malloc(len(pystr_list) * sizeof(char*))

for i in range(len(pystr_list)):
    string_buf[i] = PyString_AsString(pystr_list[i])

# Do stuff with string_buf as a char**
# ...

free(string_buf)

指针 stringBuf 现在是原始数据的 char **，无需复制任何字符串——尽管您不应编辑每个字符串中的数据，因为字符串应被视为 const char*（来自 docs）。如果您需要操作字符串，您将不得不 memcpy 数据或创建您不关心在 Python 中丢弃的新对象——尽管由于您有一个字符串元组，我怀疑您是否正在编辑它们。

Answer 2

Python 有权以任何非标准格式保留字符串的内部表示。因此，您必须先将字符串转换为字节，例如使用 .encode('utf-8') 或任何其他编码格式。

获得可用字节后，只需将字节分配给char * 变量，就可以轻松地将它们转换为指针，在 Cython 代码中只需执行以下操作：

s = 'abc'
b = s.encode('utf-8') + b'\x00'
cdef const char * ptr = b

请注意，在上面的代码中，我将 b'\x00' 附加到字节，因为字节表示不必在末尾包含零字节，而 C/C++ 在接受 char * 字符串时需要该零字节。

同样，如果 C/C++ 代码返回 char *，那么您可以轻松地将其转换回字符串，如下所示：

cdef const char * ptr = .... # This pointer is filled-in by C code
b = <bytes>ptr
s = s.decode('utf-8') # Now it contains string

在上面的代码中，注意从char * 到通过<bytes>ptr 的字节转换。 Cython 通过搜索第一个零字节并将字符串截断到它，将 char * 转换为字节，最终字节将不包含零字节。

现在您还可以创建一个 char ** 数组以将其传递给 C/C++，如下面的代码所示。我假设您正在编译 64 位二进制文​​件（使用 64 位指针）：

# Imports
import numpy as np
cimport numpy as np
cimport cython
from libc.stdint cimport *

# Cython func
def cython_func():
    ss = ['ab', 'cde', 'f']
    bs = [e.encode('utf-8') + b'\x00' for e in ss]
    a = np.zeros(len(bs), dtype = np.uint64)
    for i in range(len(bs)):
        a[i] = <uint64_t>(<char *>bs[i])

    cdef uint64_t[:] ca = a
    cdef char ** final_ptr = <char **>&ca[0]

    with nogil:
        some_c_func(final_ptr)