前言
在软件开发中,有时候需要Python与C++相结合,以充分发挥两者的优势 。Python作为一种高级编程语言,具有简洁易读的特点,适用于快速开发和原型设计。而C++则是一种性能强大的编程语言,适用于需要高效率和底层控制的场景。
Python调用C++代码的主要方式是使用Cython、ctypes或SWIG等工具 。其中,Cython是一种混合语言,允许将Python代码与C语言结合,通过编写类型声明来提高性能。而ctypes是Python标准库中的一部分,允许Python直接调用C函数,并处理C数据类型。另外,SWIG(Simplified Wrapper and Interface Generator)是一个自动生成Python和其他语言之间的接口代码的工具,使Python可以调用C++代码。
在实际应用中,Python调用C++的场景包括但不限于:加速Python程序的关键部分、调用现有的C++库以利用其功能、优化某些算法以提高性能等。通过将Python与C++相结合,开发人员可以在保持Python代码易读性和开发效率的同时,充分发挥C++的性能优势,实现更加复杂和高效的应用程序。
Python通过ctypes调用C++代码是一种常见的技术,它提供了一种简单而直接的方法,让Python与C++进行交互。ctypes是Python标准库的一部分,允许Python代码调用动态链接库(DLL)中的C函数,并处理C数据类型。虽然ctypes主要设计用于调用C函数,但也可以用于调用C++代码,只需注意一些特殊的注意事项。
要在Python中通过ctypes调用C++代码,首先需要确保将C++代码编译为动态链接库,以便Python能够加载并调用其中的函数。然后,需要在Python中定义与C++函数相对应的函数原型,并在调用时传递正确的参数和返回类型。此外,需要注意C++代码中的名称修饰(name mangling)以及C++异常处理等问题,确保与Python的交互能够顺利进行。
在实际应用中,Python通过ctypes调用C++代码的场景包括但不限于:利用现有的C++库实现特定功能、加速Python程序的关键部分、与C++库进行交互以实现复杂的功能等。通过使用ctypes,开发人员可以在Python中利用C++的性能优势,同时保持Python代码的简洁性和易读性。
然而,虽然ctypes提供了一种方便的方法来调用C++代码,但它并不是最高效的方法,特别是对于复杂的数据结构和函数签名而言。对于更复杂的场景,可以考虑使用Cython或SWIG等工具,它们提供了更强大和灵活的功能,以便更好地集成Python和C++代码。
因此,Python通过ctypes调用C++代码是一种简单而有效的方法,适用于许多场景。通过正确地处理数据类型和函数签名,并注意到C++与Python之间的差异,开发人员可以轻松地在两种语言之间进行交互,实现更加强大和灵活的应用程序。
创建vs dll工程
添加外部库
参考:
vs2019添加使用外置库的设置
编辑代码
添加自己写的C++类
Foo.h
#pragma once
#ifndef _pro_header_
#define _pro_header_
#ifdef EXPORT_PRO_DLL //如果引用此头文件有预定义为 EXPORT_PRO_DLL
#define PRO_API __declspec(dllexport)
#else
#define PRO_API __declspec(dllimport)
#endif
class Foo
{
public:
Foo(int n);
~Foo();
void bar();
double add(double x);
int* foobar(int n);
private:
int val;
};
extern "C"
{
PRO_API Foo* Foo_new(int n);
PRO_API void Foo_bar(Foo* foo);
PRO_API int* Foo_foobar(Foo* foo, int n);
PRO_API double Foo_add(Foo* foo, double x);
PRO_API void del_Foo(Foo* foo);
}
#endif
Foo.cpp
#define EXPORT_PRO_DLL
#include "pch.h"
#include "Foo.h"
#include "string.h"
#include<iostream>
using namespace std;
Foo::Foo(int n)
{
this->val = n;
}
void Foo::bar()
{
std::cout << "Value is " << this->val << std::endl;
}
Foo::~Foo()
{
cout << "delete foo" << endl;
}
int* Foo::foobar(int n)
{
int* data = new int[2];
data[0] = 1 + n;
data[1] = 2 + n;
return data;
}
double Foo::add(double x)
{
return x + this->val;
}
void del_Foo(Foo* foo)
{
delete foo;
}
Foo* Foo_new(int n)
{
return new Foo(n);
}
void Foo_bar(Foo* foo)
{
foo->bar();
}
int* Foo_foobar(Foo* foo, int n) {
return foo->foobar(n);
}
double Foo_add(Foo* foo, double x)
{
return foo->add(x);
}
编译
测试
from ctypes import *
import numpy as np
lib = cdll.LoadLibrary(r"路径\Foo\x64\Debug\Foo.dll")
class Foo(object):
def __init__(self, n):
lib.Foo_new.argtypes = [c_int]
lib.Foo_new.restype = c_void_p
lib.Foo_bar.argtypes = [c_void_p]
lib.Foo_bar.restype = c_void_p
lib.Foo_foobar.argtypes = [c_void_p, c_int]
lib.Foo_foobar.restype = POINTER(c_int)
lib.Foo_add.argtypes = [c_void_p, c_double]
lib.Foo_add.restype = c_double
lib.del_Foo.argtypes = [c_void_p]
lib.del_Foo.restype = c_void_p
self.obj = lib.Foo_new(n)
def __del__(self):
lib.del_Foo(self.obj) # 析构函数
def bar(self):
lib.Foo_bar(self.obj)
def add(self, x):
return lib.Foo_add(self.obj, x)
def foobar(self, n):
return lib.Foo_foobar(self.obj, n)
if __name__ == '__main__':
f = Foo(5)
f.bar()
data_addr = f.foobar(5)
array = np.ctypeslib.as_array(data_addr, shape=(2,)) # 不能通过len计算一维数组的元素个数,进一步需要通过函数传过来
print(array)
print(f.add(12))
注意:字符串、数组和自定义数据类型需要通过地址来实现C和Python之间的数据传递,其他数据看下表。
Tips:用数据类型的视角去看C++的类,那么类中的方法或者属性可以看成函数中的函数。