python与C C++的交互（一）

一．概述

Python是目前“大火“的编程语言，一种作为“胶水”的脚本语言，能得到如此的应用，确实有它独到之处。C/C++是一种“性能”编程语言，较为古老且经典，因与unix,linux,windows这些底层操作系统相关，而得到广泛应用。

Python从一开始就支持C语言的“嵌入”，这是python为弥补性能不足的一种措施，其实python的库就是用C编写的。

两种不同编程语言的应用之间的数据传递，可分为进程之间通讯和进程之内通讯。对于进程之间通讯，可采用thrift,protobuf以及自己定义的socket等方式进行，这不是本文的内容，本文关注的是后一种情况，即“嵌入式”交互，针对两种特定的编程语言，它们之间的交互也是特定的。

Python与C/C++交互包括两方面内容：

1.      python是主程序，从python中调用C/C++编写的内容；

2.      C/C++是主程序，从C/C++中调用python编写的内容；

当然，也存在嵌套的情况，例如，C/C++中调用python，python中反过来还需要再调用C/C++…

本文先说明交互的两个基础：数据类型的封装和python的生命周期管理，然后再分两部分说明上面1，2两种应用场景。

二. 环境搭建

本文以linux ubuntu 17.10环境为例，windows类似。

gcc和python3.6+的环境安装就不提了，需要注意的是，ubuntu下python的缺省安装不包含与c接口的开发库包，需另外安装，即需要安装python-dev。

安装完毕后，可查看一下是否有python.h和libpythonX.X.so，在编译C代码时，需要这两个文件，如果有，就OK了。

（以下C代码中都需要包含python.h,编译链接时需要libpythonX.X.so）

三．Python和C/C++环境中数据的传递封装

先不管采用什么方法，两种语言对各种数据类型的“表达”是不同的，例如整数，C语言中有int8,int16,int32,int64等，python中的变量因无类型说明，我们无从知道python中的一个整数究竟对应上述C中的哪个整数。

应该说，C语言中的数据类型更“原始”，更接近机器的表示形式，也就显得“标准”一些，python必须向C靠拢，因此，为方便两种语言数据类型的转换，python定义了若干转换函数。

C/C++环境中，

一类用于将python传递过来的数据转换为C/C++类型的：

PyArg_ParseTuple、PyArg_VaParse、PyArg_ParseTupleAndKeywords等

一类用于将C/C++类型的数据回传给python的：

PyLong_FromLong、PyLong_FromDouble、Py_BuildValue等

从C的角度，所有python类型都是PyObject，这有点像VC中的variant类型，python库对这些类型进行统一形式的封装和解封。

python环境中，

有一个专门的库ctypes负责将python类型转化为C类型：

c_long、c_doule等

 总之，为保证二者的数据能够顺利转换，这些函数很多，详细的解释以官方文档为准。

四．Python中对象的引用计数

C语言中，变量的内存分配与释放是手工控制的，而python则采用了“reference counting（引用计数）”这样的技术来管理对象内存分配，因此我们在python中不必关心数据对象的内存管理问题，但C与python结合使用时，C中的代码使用python对象时，就必须符合python的对象引用规则了。

Python代码中的引用计数我们不要理会，C语言中的管理引用计数的函数为：

Py_DECREF/ Py_XDECREF

Py_INCREF/ Py_XINCREF

Python的引用计数是一个比较复杂的话题，官方文档也花了几个大的段落来说明，概要如下（主要点，并非完全）：

1.      不存在拥有对象，而是拥有对象的引用（Nobody “owns” an object; however, you can own a reference to anobject）

2.      对于拥有的对象引用，有三种方式来处理：传递给别人、存储使用、释放（There are three ways to dispose of an owned reference: pass it on,store it, or call Py_DECREF()）

3.      借用引用（borrowed reference）有好处，但要小心。

4.      引用管理规则

• 大部分返回对象引用的函数也返回了对象引用的所有权，例如PyLong_FromLong()、Py_BuildValue()，将引用所有权传递给调用者，即使这个对象不是这个函数新创建的。
• 从别的对象中“提取”出对象的许多函数，例如PyObject_GetAttrString()，也会将引用所有权传递给调用者。但是也有例外，如PyTuple_GetItem(), PyList_GetItem(),PyDict_GetItem(),PyDict_GetItemString()，它们返回的是“借用”的引用（即调用者不用释放返回的对象）。
• PyImport_AddModule()返回的也是“借用”的引用。
• 当向另一个函数传递对象时，通常，这个函数“借用”这个对象，如果这个函数需要存储这个对象，可以调用Py_INCREF()来独立“拥有”这个对象。但PyTuple_SetItem() 和 PyList_SetItem()是例外，它们“拥有”传递给它们的对象。PyDict_SetItem()等其他函数不“拥有”对象。
• 当从python调用C写的函数，函数参数的引用是“借用”的，调用者“拥有”参数对象，因此，如果C函数想后续使用这些参数，必须调用Py_INCREF()来独立“拥有”它们。
• 从C函数返回给python的对象，必须是C函数独立“拥有”的对象，此时，也将拥有权返回给python的调用者。

Python与C交互时对象引用的处理，有时是比较微妙的，官方文档也给出了例子，在我们没有能力理解它们背后的处理流程时，只能小心再小心了，否则内存泄漏或崩溃是必然的。