Python与C语言混编的几种实现方式详解
本文详细解析Python与C语言混编的三种主流方式：通过ctypes加载共享库、利用subprocess调用可执行文件，以及使用C API编写Python扩展模块。文章结合Linux环境下的具体代码示例，对比了各方案的性能特点与适用场景，帮助开发者根据实际需求选择最优的混编策略。
近年来，Python的发展势头强劲，已广泛应用于Web开发、大数据处理、人工智能及运维自动化等多个领域，甚至在图形界面开发方面也表现优异。在full-stack（全栈）概念提出之初，Python似乎就是为了描述这种全能型角色而存在的。
尽管Python存在全局解释器锁（GIL）导致多线程难以充分利用多核CPU的问题，但通过multiprocess模块从多进程角度利用多核，甚至结合affinity绑定特定CPU核心，该问题已得到有效缓解。虽然Python具备全栈能力，但在追求极致效率的场景下，与C语言进行混编仍是常见选择。混编涉及技术、架构、团队管理及客户需求等多重因素，本文仅聚焦于Python与C语言混编的具体实现方式。以下介绍几种主要方法（基于Linux平台，其他平台可参考类比）：
共享库方式
首先使用C语言编译生成共享库，随后Python通过ctype库中的cdll模块加载并调用该共享库。
具体示例如下，C语言源代码为：
/* func.c */int func(int a)
{
return a*a;
}
对应的Python调用代码为：
#!/usr/bin/env python #test_so.pyfrom ctypes import cdll import os p = os.getcwd() + '/libfunc.so' f = cdll.LoadLibrary(p) print f.func(99)
测试结果如下：
$ gcc -fPIC -shared func.c -o libfunc.so $ ./test_so.py 9801
子进程（subprocess）方式
C语言设计一个完整的可执行文件，Python通过subprocess模块执行该程序。其本质是执行fork和execve系统调用。
具体示例如下，C语言源代码为：
/* test.c */
#include <stdio.h>
int func(int a)
{
return a*a;
}
int main(int argc, char **argv)
{
int x;
sscanf(argv[1], "%d", &x);
printf("%d\n", func(x));
return 0;
}
Python调用代码如下：
#!/usr/bin/env python # test_subprocess.py import os import subprocess
subprocess.call([os.getcwd()+'/a.out', '99'])
测试过程如下：
$ gcc test.c -o a.out $ ./test_subprocess.py 9801
在C语言中运行Python程序
C语言通过popen、system函数或直接使用系统调用级的fork+exec来运行Python程序，这也是一种混编手段。
具体示例如下，Python代码片段为：
#!/usr/bin/env python # test.py import sys x = int(sys.argv[1]) print x*x
对应的C语言代码如下：
/* test.c */
#include <stdio.h>
#include <stdlib.h>
int main()
{
FILE *f;
char s[1024];
int ret;
f = popen("./test.py 99", "r");
while((ret=fread(s,1,1024,f))>0) {
fwrite(s,1,ret,stdout);
}
fclose(f);
return 0;
}
测试结果如下：
$ gcc test.c $ ./a.out 9801
Python对C语言扩展的支持
许多编程语言都提供了对C语言扩展的支持，主要原因有二：一是语言设计初期可充分利用C语言已有的丰富库资源；二是C语言具有极高的运行效率。
Python也不例外，自诞生以来，许多核心库均由C语言编写。Python的C语言扩展涉及Python数据结构与C语言类型的映射，其核心方法是用C语言编写一个共享库，但该库的接口需遵循规范，以便Python识别和调用。
为了说明扩展方法，先假设一个Python函数的功能，代码如下：
def func(*a): res=1 for i in range(len(a)): res *= sum(a[i]) return res
如上所示，期望的函数功能是接收任意多个数字组成的列表（暂排除其他数据结构），返回每个列表元素之和的乘积。
先编写对应的Python代码，如下所示：
#!/usr/bin/env python # test.py import colin def func(*a): res=1 for i in range(len(a)): res *= sum(a[i]) return res a = [1,2,3] b = [4,5,6] c = [7,8] d = [9] e = [10,11,12,13,14] f = colin.func2(99) g = colin.func3(a,b,c,d,e) h = func3(a,b,c,d,e) print "f = ",f print "g = ",g print "h = ",h
结合之前测试的平方函数func，该实现相对简单，希望Python编写的func与C语言扩展出的结果保持一致。
首先用C语言实现这些函数，其中func3使用了表示任意多个任意长数组的数据结构y_t，而x_t用于表示单个数组。
/* colin.h */
#ifndef Colin_h
#define Colin_h
typedef struct {
int *a;
int len;
} x_t;
typedef struct {
x_t *ax;
int len;
} y_t;
int func2(int a);
int func3(y_t *p);
void free_y_t(y_t *p);
#endif
/* colin.c */
#include "colin.h"
#include <stdlib.h>
int func2(int a)
{
return a*a;
}
int func3(y_t *p)
{
int result;
int sum;
int i, j;
result = 1;
for(i=0;i<p->len;i++) {
sum = 0;
for(j=0;j<p->ax[i].len;j++)
sum += p->ax[i].a[j];
result *= sum;
}
return result;
}
void free_y_t(y_t *p)
{
int i;
for(i=0;i<p->len;i++) {
free(p->ax[i].a);
}
free(p->ax);
}
上述代码定义了三个函数，func2代表平方运算，func3代表前述功能。由于y_t结构体可能是动态分配的，因此提供一个释放内存的方法。
前文提到，Python扩展需要将共享库接口“标准化”。因此，我们需要进行包装，并提供Python加载的入口。
/* wrap.c */
#include <Python.h>
#include <stdlib.h>
#include "colin.h"
PyObject* wrap_func2(PyObject* self, PyObject* args)
{
int n, result;
/* 从参数列表中导出一个整形，用"i" */
if (!PyArg_ParseTuple(args, "i", &n))
return NULL;
/* 用C语言的库实现来计算 */
result = func2(n);
/* 计算结果必须要导成python识别的类型 */
return Py_BuildValue("i", result);
}
PyObject* wrap_func3(PyObject* self, PyObject* args)
{
int n, result;
int i, j;
int size, size2;
PyObject *p,*q;
y_t *y;
y = malloc(sizeof(y_t));
/* 先数数有多少个参数，也就是列表的个数 */
size = PyTuple_Size(args);
/* 把数组的个数先分配了 */
y->len = size;
y->ax = malloc(sizeof(x_t)*size);
/* 遍历python里各个列表(参数) */
for(i=0;i<size;i++) {
/* 先获得第i个参数，是一个列表 */
p = PyTuple_GetItem(args, i);
/* 获得列表的长度 */
size2 = PyList_Size(p);
/* 为数组分配好空间 */
y->ax[i].len = size2;
y->ax[i].a = malloc(sizeof(int)*size2);
/* 遍历列表，依次把列表里的数转到数组里 */
for(j=0;j<size2;j++) {
q = PyList_GetItem(p, j);
PyArg_Parse(q,"i",&y->ax[i].a[j]);
}
}
/* 用C语言的库实现来计算 */
result = func3(y);
free_y_t(y);
free(y);
/* 结果转成python识别格式 */
return Py_BuildValue("i", result);
}
/* 这是接口列表，加载时是只加载此列表的地址，所以这个数据结构不能放栈（局部变量）内，会被清掉 */
static PyMethodDef colinMethods[] =
{
{"func2", wrap_func2, METH_VARARGS, "Just a test"},
{"func3", wrap_func3, METH_VARARGS, "Just a test"},
{NULL, NULL, METH_NOARGS, NULL}
};
/* python加载的时候的接口 */
/* 注意，既然库名叫colin,此函数必须交initcolin */
void initcolin()
{
PyObject *m;
m = Py_InitModule("colin", colinMethods);
}
在此过程中，我推测PyArg_VaParse功能可能更为强大，但经过反复测试未成功，也未深入查阅文档。
进行测试：
$ gcc -I /usr/include/python2.7/ -fPIC -shared colin.c wrap.c -o colin.so $ ./test.py f = 9801 g = 729000 h = 729000
可以看到，C语言编写的函数与Python编写的函数结果一致。
以上这篇浅谈python和C语言混编的几种方式(推荐)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
