python结合c语言能干啥？

python结合C语言能干啥？

Python这些年风头一直很盛，占据了很多领域的位置，Web、大数据、人工智能、运维均有它的身影，甚至图形界面做的也很顺，乃至full-stack这个词语刚出来的时候，似乎就是为了描述它。

Python虽有GIL的问题导致多线程无法充分利用多核，但后来的multiprocess可以从多进程的角度来利用多核，甚至affinity可以绑定具体的CPU核，这个问题也算得到解决。虽基本为全栈语言，但有的时候为了效率，可能还是会去考虑和C语言混编。

混编是计算机里一个不可回避的话题，涉及的东西很多，技术、架构、团队情况、管理、客户等各个环节可能对其都有影响，混编这个问题我想到时候再开一贴专门讨论。本文只讲python和C混编的方式，大致有如下几种方式(本文背景是linux，其他平台可以类比)：

共享库

使用C语言编译产生共享库，然后python使用ctype库里的cdll来打开共享库。

举例如下，C语言代码为

/* func.c */

int func(int a)

{

return a*a;

}

python代码为

#!/usr/bin/env python

#test_so.py

from ctypes import cdll

import os

p = os.getcwd() + '/libfunc.so'

f = cdll.LoadLibrary(p)

print f.func(99)

测试如下

$ gcc -fPIC -shared func.c -o libfunc.so

$ ./test_so.py

9801

subprocess

C语言设计一个完整的可执行文件，然后python通过subprocess来执行该可执行文件，本质上是fork+execve。

举例如下，C语言代码为

/* test.c */

#include

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代码为

#!/usr/bin/env python

# test_subprocess.py

import os

import subprocess

subprocess.call([os.getcwd()+'/a.out', '99'])

测试如下

$ gcc test.c -o a.out

$ ./test_subprocess.py

9801

C语言中运行python程序

C语言使用popen/system或者直接以系统调用级fork+exec来运行python程序也是一种混编的手段了。

举例如下，Python代码如下

#!/usr/bin/env python

# test.py

import sys

x = int(sys.argv[1])

print x*x

C语言代码如下

/* test.c */

#include

#include

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;

}

测试如下

$ gcc test.c

$ ./a.out

9801

python对C语言扩展的支持

很多编程语言都为C语言扩展添加了支持，这有两种原因：(1)语言设计之初，可以充分的利用C语言已有的库来做很多扩展；(2)C语言的运行效率高。

python也不例外，从诞生那天起，很多库都是C语言写的。python的C语言扩展中涉及到python的数据结构与C语言的对应，扩展方法其实是用C语言编写一个共享库，只是这个共享库中的接口是一个规范的，可以被python识别的。

为了说明如何扩展，我这里先假设一个在python下的函数功能，代码如下

def func(*a):

res=1

for i in range(len(a)):

res *= sum(a[i])

return res

如上，希望的函数功能是，参数是任意多个数字组成的列表(姑且排除其他数据结构)，返回每个列表的元素之和的乘积。

姑且先把python代码写了，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

带上之前一直测试的平方func，这个实现相对简单，希望python写出来的func可以和C语言扩展出来的结果一致。

先用C语言写上这些函数的实现，其中func3用上了一个表示任意多个任意长的数组的数据结构y_t,而x_t用来表示单个数组。

/* 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

int func2(int a)

{

return a*a;

}

int func3(y_t *p)

{

int result;

int sum;

int i, j;

result = 1;

for(i=0;ilen;i++) {

sum = 0;

for(j=0;jax[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;ilen;i++) {

free(p->ax[i].a);

}

free(p->ax);

}

上面定义了三个函数，func2代表平方，func3代表之前所说的功能，又因y_t这个结构可能都是动态分配出来的，所以给个归还内存的方法。

刚才说过python扩展的话，需要把这个共享库的接口“标准化”一下。于是我们就包装一下，并给个python加载的入口。

/* wrap.c */

#include

#include

#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

/* 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

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);

}

过程中，我猜测PyArg_VaParse应该功能更为强大，可是反复测没有成功，也没细看文档。

测试一下

$ 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语言写的函数和python写的函数结果一致。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。