你试过C语言和Python一起混合编程吗？两者相加不是已经无敌了！

在Mac OS X 下的编译命令同上

产生可执行文件后，直接运行，结果为输出

1 2	Hello Python!

Python库函数PyRun_SimpleString可以执行字符串形式的Python代码。

虽然非常简单，但这段代码除了能用C语言动态生成一些Python代码之外，并没有什么用处。我们需要的是C语言的数据结构能够和Python交互。

下面举个例子，比如说，有一天我们用Python写了一个功能特别强大的函数：

从上述代码可以窥见Python内部运行的方式：

• 所有Python元素，module、function、tuple、string等等，实际上都是PyObject。C语言里操纵它们，一律使用PyObject *。

• Python的类型与C语言类型可以相互转换。Python类型XXX转换为C语言类型YYY要使用PyXXXAsYYY函数；C类型YYY转换为Python类型XXX要使用PyXXXFromYYY函数。

• 也可以创建Python类型的变量，使用PyXXX_New可以创建类型为XXX的变量。

• 若a是Tuple，则a[i] = b对应于 PyTupleSetItem(a,i,b)，有理由相信还有一个函数PyTupleGetItem完成取得某一项的值。

• 不仅Python语言很优雅，Python的库函数API也非常优雅。

现在我们得到了一个C语言的函数了，可以写一个main测试它

编译的方式就用本节开头使用的方法。

在Linux/Mac OSX运行此示例之前，可能先需要设置环境变量：

bash:

12	export PYTHONPATH=.:$PYTHONPATH

csh:

12	setenv PYTHONPATH.:$PYTHONPATH

2 Python 调用 C/C++（基础篇）

这种做法称为Python扩展。

比如说，我们有一个功能强大的C函数

除了功能强大的函数great_function外，这个文件中还有以下部分：

• 包裹函数greatfunction。它负责将Python的参数转化为C的参数（PyArgParseTuple），调用实际的greatfunction，并处理great_function的返回值，最终返回给Python环境。

• 导出表GreateModuleMethods。它负责告诉Python这个模块里有哪些函数可以被Python调用。导出表的名字可以随便起，每一项有4个参数：第一个参数是提供给Python环境的函数名称，第二个参数是greatfunction，即包裹函数。第三个参数的含义是参数变长，第四个参数是一个说明性的字符串。导出表总是以{NULL, NULL, 0, NULL}结束。

• 导出函数initgreat_module。这个的名字不是任取的，是你的module名称添加前缀init。导出函数中将模块名称与导出表进行连接。

在Windows下面，在Visual Studio命令提示符下编译这个文件的命令是

本部分参考资料

• 《Python源码剖析-深度探索动态语言核心技术》是系统介绍CPython实现以及运行原理的优秀教程。

• Python 官方文档的这一章详细介绍了C/C++与Python的双向互动Extending and Embedding the Python Interpreter _ _

• 关于编译环境，本文所述方法仅为出示原理所用。规范的方式如下：3. Building C and C++ Extensions with distutils _ _

• 作为字典使用的官方参考文档Python/C API Reference Manual _ _

这其中有非Python关键字cdef和public。这些关键字属于Cython。由于我们需要在C语言中使用“编译好的Python代码”，所以得让great_function从外面变得可见，方法就以“public”修饰。而cdef类似于Python的def，只有使用cdef才可以使用Cython的关键字public。

这个函数中其他的部分与正常的Python代码是一样的。

接下来编译 great_module.pyx

编译命令和第一部分相同：

在Windows下编译命令为

在Visual Studio命令提示符下编译：

12	cl/LD dllmain.cgreat_module.c-IC:\Python27\includeC:\Python27\libs\python27.lib

会得到一个dllmain.dll。我们在Excel里面使用它，没错，传说中的Excel与Python混合编程：

参考资料：Cython的官方文档，质量非常高：

接下来使用SWIG将这个配置文件编译为所谓Python Module Wrapper

12	swig-python mymodule.i

得到一个 mymodule_wrap.c和一个mymodule.py。把它编译为Python扩展：

Windows：

12	cl/LD mymodule_wrap.c/o_mymodule.pyd-IC:\Python27\includeC:\Python27\libs\python27.lib

Linux：

12	gcc-fPIC-shared mymodule_wrap.c-o_mymodule.so-I/usr/include/python2.7/-lpython2.7

注意输出文件名前面要加一个下划线。

现在可以立即在Python下使用这个module了：

换句话说，SWIG自动完成了诸如Python类型转换、module初始化、导出代码表生成的诸多工作。

对于C++，SWIG也可以应对。例如以下代码有C++类的定义：

写在最后：

由于CPython自身的结构设计合理，使得Python的C/C++扩展非常容易。如果打算快速完成任务，Cython（C/C++调用Python）和SWIG（Python调用C/C++）是很不错的选择。但是，一旦涉及到比较复杂的转换任务，无论是继续使用Cython还是SWIG，仍然需要学习Python源代码。

如有侵权请联系小编删除！