C语言与Python如何相互调用

C语言与Python如何相互调用

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*/
intfunc(inta)
{
returna*a;
}

python代码为

#!/usr/bin/envpython
#test_so.py
fromctypesimportcdll
importos
p=os.getcwd()+'/libfunc.so'
f=cdll.LoadLibrary(p)
printf.func(99)

测试如下:

$gcc-fPIC-sharedfunc.c-olibfunc.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<stdio.h>
intfunc(inta)
{
returna*a;
}
intmain(intargc,char**argv)
{
intx;
sscanf(argv[1],"%d",&x);
printf("%d\n",func(x));
return0;
}

Python代码为

#!/usr/bin/envpython
#test_subprocess.py
importos
importsubprocess
subprocess.call([os.getcwd()+'/a.out','99'])

测试如下:

$gcctest.c-oa.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/envpython
#test.py
importsys
x=int(sys.argv[1])
printx*x

C语言代码如下:

/*test.c*/
#include<stdio.h>
#include<stdlib.h>
intmain()
{
FILE*f;
chars[1024];
intret;
f=popen("./test.py99","r");
while((ret=fread(s,1,1024,f))>0){
fwrite(s,1,ret,stdout);
}
fclose(f);
return0;
}

测试如下:

$gcctest.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:

deffunc(*a):
res=1
foriinrange(len(a)):
res*=sum(a[i])
returnres

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/envpython
#test.py
importcolin
deffunc(*a):
res=1
foriinrange(len(a)):
res*=sum(a[i])
returnres
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*/
#ifndefColin_h
#defineColin_h
typedefstruct{
int*a;
intlen;
}x_t;
typedefstruct{
x_t*ax;
intlen;
}y_t;
intfunc2(inta);
intfunc3(y_t*p);
voidfree_y_t(y_t*p);
#endif
/*colin.c*/
#include"colin.h"
#include<stdlib.h>
intfunc2(inta)
{
returna*a;
}
intfunc3(y_t*p)
{
intresult;
intsum;
inti,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;
}
returnresult;
}
voidfree_y_t(y_t*p)
{
inti;
for(i=0;i<p->len;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<Python.h>
#include<stdlib.h>
#include"colin.h"
PyObject*wrap_func2(PyObject*self,PyObject*args)
{
intn,result;
/*从参数列表中导出一个整形,用"i"*/
if(!PyArg_ParseTuple(args,"i",&n))
returnNULL;
/*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*/
returnPy_BuildValue("i",result);
}
PyObject*wrap_func3(PyObject*self,PyObject*args)
{
intn,result;
inti,j;
intsize,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*/
returnPy_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*/
staticPyMethodDefcolinMethods[]=
{
{"func2",wrap_func2,METH_VARARGS,"Justatest"},
{"func3",wrap_func3,METH_VARARGS,"Justatest"},
{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*/
voidinitcolin()
{
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-sharedcolin.cwrap.c-ocolin.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。

众多python培训视频,尽在,欢迎在线学习!