Python C/C++混合编程

Python 2.7.13，VS2015

VS环境配置：

1. Release 环境配置：

包含目录：

D:\Miniconda2\include

附加依赖项：

D:\Miniconda2\libs\python27.lib

并且确定python27.dll的路径在环境变量中。

2.Debug 环境配置

修改附加依赖项为：

D:\Miniconda2\libs\python27_d.lib

并且确定python27_d.dll的路径在环境变量中。

我使用的是miniconda管理python,所以上面的配置路径是这样的。因为安装的 python自由release版本的静态库和动态库，因此需要手动编译python源代码，生成自己需要版本的debug版本的lib和dll。

1. C/C++ 调用python

main.c

#include "stdafx.h"
#include <Python.h>
#include<iostream>


using namespace std;


int func_copy_from_python(int a)
{
    int res;
    PyObject * module, *func;
    PyObject *args, *value;
    // 导入module
    module = PyImport_Import(PyString_FromString("modulename"));
    // 获取module中的函数
    func = PyObject_GetAttrString(module, "power_func");
    // 建立参数
    args = PyTuple_New(1);
    PyTuple_SetItem(args, 0, PyInt_FromLong(a));
    // 调用python module中的函数
    value = PyObject_CallObject(func, args);
    // 转换为C类型数据
    res = PyInt_AsLong(value);
    return res;

}
int main(int argc, char ** argv)
{

    Py_SetProgramName(argv[0]);
    Py_Initialize();
    // do something

    int a = 10;
    cout << "result: " << func_copy_from_python(a) << endl;
    //PyRun_SimpleString("print 'Hello Python!'\n");
    Py_Finalize();

    return 0;
}

modulename.py

#-*-coding:utf-8-*-
'''
Created on 2017年4月27日

@author: Administrator
'''

def power_func(a):
    return a*a


#print power_func(10)

2.Python 调用C/C++

#include<iostream>
#include<Python.h>

using namespace std;

//函数的具体实现，由C/C++完成
int power_func(int a)
{
    return a*a;
}
/*
  包裹函数:_power_func,它负责将Python参数转换为C参数(利用PyArg_ParseTuple),
  通过调用函数 power_func 完成具体的任务，并将返回值，转化后返回给Python环境
*/
static PyObject * _power_func(PyObject *self, PyObject *args)
{
    int _a; // 中间变量
    int res;

    if (!PyArg_ParseTuple(args, "i", &_a))//将python参数转换为C参数
        return NULL;
    res = power_func(_a);
    return PyLong_FromLong(res);
}

/*
  导出表：moduleMethod. 它负责告诉Python这个模块中，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环境的函数名字。
                                            第二个参数_power_func,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。

*/
static PyMethodDef moduleMethod[] = {
    {
        "power_func",
        _power_func,
    METH_VARARGS,
    ""
    },
    {NULL,NULL,0,NULL}

};

/*
  导出函数：initmodulename ,这个的名字不是任意取，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。
*/
PyMODINIT_FUNC initmymodule(void)
{
    (void)Py_InitModule("mymodule", moduleMethod);
}