在centos7中利用pybind11构建C++的动态库供python调用
需求：在 CentOS 7 中，使用 pybind11 构建 C++ 的动态库供 Python 调用涉及几个步骤：安装依赖、获取 pybind11、编写绑定代码、编译动态库，以及在 Python 中调用。以下是详细的步骤：
步骤 1：安装依赖
首先，确保系统中安装了 Python、pip 和 C++ 编译环境：
sudo yum install epel-release
sudo yum update
sudo yum install gcc-c++ python3 python3-pip python3-devel
接着，使用 pip 安装 pybind11：
pip3 install pybind11
步骤 2：获取 pybind11 头文件
通过 pip 安装 pybind11 后，你可以在 Python 站点包目录中找到 pybind11 的头文件。使用以下命令查找 pybind11 的安装位置：
pip3 show pybind11 | grep Location
记下头文件的路径，你将在编译时需要它。
步骤 3：编写绑定代码
创建一个 C++ 文件（例如 example.cpp），并使用 pybind11 编写绑定代码。下面是一个简单的例子：
/*--------------------------------------编译一个类--------------------------------*/
#include <pybind11/pybind11.h>
#include <iostream>
using namespace std;
#include "Combiner.h"
class Calculator {
public:
void test(double W, double H)
{
vector<map<double, vector<Line>>> combine_lines;
map<double, vector<Line>> angle_lines;
vector<Line> tmp_lines_0;
tmp_lines_0.push_back(Line(Point(0, 0), Point(0, 10)));
tmp_lines_0.push_back(Line(Point(0, 10), Point(20, 10)));
tmp_lines_0.push_back(Line(Point(20, 10), Point(20, 0)));
tmp_lines_0.push_back(Line(Point(20, 0), Point(0, 0)));
angle_lines[0] = tmp_lines_0;
vector<Line> tmp_lines_90;
tmp_lines_90.push_back(Line(Point(0, 0), Point(0, -20)));
tmp_lines_90.push_back(Line(Point(0, -20), Point(-10, -20)));
tmp_lines_90.push_back(Line(Point(-10, -20), Point(-10, 0)));
tmp_lines_90.push_back(Line(Point(-10, 0), Point(0, 0)));
angle_lines[90] = tmp_lines_90;
combine_lines.push_back(angle_lines);
Combiner combinber(W, H);
tuple<bool, vector<tuple<double, double, double>>> res = combinber.combine_with_rotate(combine_lines);
bool flag = std::get<0>(res); //访问bool值
std::vector<std::tuple<double, double, double>>& vec = std::get<1>(res); //访问vector
// 确保vector不为空
if (!vec.empty()) {
// 访问并打印vector中的第一个tuple
const auto& firstTuple = vec.front(); // 或vec[0]
cout << "First tuple: ("
<< std::get<0>(firstTuple) << ", "
<< std::get<1>(firstTuple) << ", "
<< std::get<2>(firstTuple) << ")" << endl;
}
else {
std::cout << "The vector is empty." << std::endl;
}
}
};
namespace py = pybind11;
PYBIND11_MODULE(combine_with_rotate, m)
{
py::class_<Calculator>(m, "Calculator")
.def(py::init<>()) // 注册构造函数
.def("test", &Calculator::test); // 注册test成员函数
}
/*--------------------------------------编译一个纯C函数--------------------------------*/
#include <pybind11/pybind11.h>
int add(int a, int b) {
return a + b;
}
PYBIND11_MODULE(example, m) {
m.def("add", &add, "A function which adds two numbers");
}
步骤 4：编译动态库
使用 c++ 命令手动编译动态库。你需要指定 Python 包含的目录、pybind11 包含的目录以及输出的动态库名称。根据你的 Python 版本和 pybind11 的安装位置，命令可能有所不同。以下是一个编译示例：
c++ -O3 -Wall -shared -std=c++11 -fPIC $(python3 -m pybind11 --includes) example.cpp -o example$(python3-config --extension-suffix)
这条命令将生成一个动态库（例如 example.cpython-36m-x86_64-linux-gnu.so），可以被 Python 导入。
步骤 5：在 Python 中调用
在同一目录下，启动 Python 解释器，然后导入你的模块并调用函数：
import example
print(example.add(1, 2))
如果一切正常，这将输出 3。
编译命令解释
c++ -O3 -Wall -shared -std=c++11 -fPIC ( p y t h o n 3 − m p y b i n d 11 − − i n c l u d e s ) e x a m p l e . c p p − o e x a m p l e (python3 -m pybind11 --includes) example.cpp -o example (python3−mpybind11−−includes)example.cpp−oexample(python3-config --extension-suffix)
c++：调用 C++ 编译器。-O3：这是编译器的优化选项，-O3代表进行高级优化。-Wall：开启所有警告消息，帮助开发者发现潜在的问题。-shared：生成动态链接库（shared library，或称为动态库）。-std=c++11：使用 C++11 标准进行编译。-fPIC：生成位置无关代码（Position Independent Code），这对于动态链接库是必需的。$(python3 -m pybind11 --includes)：这部分命令用于自动获取 pybind11 的头文件路径，以及 Python 的头文件路径。这是为了让编译器知道 pybind11 和 Python 头文件的位置。$(...)是 Bash 中的命令替换，意味着先执行括号内的命令，然后将输出替换到当前位置。example.cpp：你的源文件，包含了要绑定的 C++ 代码。-o example$(python3-config --extension-suffix)：指定输出文件的名称。$(python3-config --extension-suffix)用于获取 Python 扩展模块的文件扩展名，确保生成的动态库与当前 Python 版本兼容。
注意
- 确保在编译命令中使用正确的 Python 版本和 pybind11 路径。
- 如果你的项目较大，考虑使用 CMake 来管理构建过程。pybind11 提供了支持 CMake 的示例和工具。
通过遵循这些步骤，你可以在 CentOS 7 上使用 pybind11 构建 C++ 的动态库，并在 Python 中调用它。
步骤 4：编译动态库可以用另一种简单的方法
方法二：也可以使用setup.py来编译和安装使用pybind11的C++的扩展模块。这种方法可以更加方便地集成到Python的包管理和分发系统中。
from setuptools import setup
from pybind11.setup_helpers import Pybind11Extension, build_ext
# 定义扩展模块，指定源代码文件
ext_modules = [
Pybind11Extension(
'combine_with_rotate', # 模块名
['main.cpp', 'src/clipper.cpp', 'src/Combiner.cpp', 'src/fileProcess.cpp', 'src/Point.cpp'], # 源文件列表
include_dirs=['include'], # 包含头文件的目录，指向include目录
libraries=['curl'], # 要链接的库
# 这里可以指定额外的编译参数，但对于Pybind11Extension通常不必要
cxx_std=17, # 指定C++标准为C++17
),
]
setup(
name='combine_with_rotate',
version='0.1',
description='A sample Python package with C++ extension',
ext_modules=ext_modules, # 包含定义的扩展模块
cmdclass={"build_ext": build_ext}, # 指定build_ext命令
)
这个命令将编译你的 C++ 代码，并将生成的扩展模块安装到你的 Python 环境中，使你可以像导入普通 Python 模块一样导入它,该命令适用于部署，因为它将模块安装到 Python 的 site-packages 目录，这使得模块即使在源代码被修改或删除后也仍然可用。。
python3 setup.py install
开发和测试时，建议使用下面的命令
python3 setup.py build_ext --inplace
步骤 5：在 Python 中调用
在同一目录下，启动 Python 解释器，然后导入你的模块并调用函数：
import combine_with_rotate
calc = combine_with_rotate.Calculator()
calc.test(100, 200)
print("Good Lucky To You!")
setup.py通用模板
from setuptools import setup, Extension
from pybind11.setup_helpers import Pybind11Extension, build_ext
# 定义包含目录和库目录
include_dirs = [
"path/to/headers", # 头文件目录，如果你的 jsoncpp 头文件不在标准路径
"path/to/examplelib/headers", # examplelib 的头文件目录
# 其他必要的头文件目录
]
library_dirs = [
"path/to/library", # jsoncpp 库文件目录，如果库不在标准路径
"path/to/examplelib/library", # examplelib 库文件目录
# 其他库文件目录
]
ext_modules = [
Pybind11Extension(
"my_extension", # 扩展模块的名字
["binding.cpp", "class1.cpp", "class2.cpp"], # 需要编译的源文件列表
include_dirs=include_dirs, # 指定头文件目录
library_dirs=library_dirs, # 指定库文件目录
libraries=["jsoncpp", "examplelib"], # 指定需要链接的库名
# 这里还可以添加其他编译选项，如 define_macros, extra_compile_args 等
),
]
setup(
name="my_extension",
version="0.1",
author="Your Name",
description="A pybind11 example with multiple C++ files, header directories, and linking to jsoncpp",
long_description="",
ext_modules=ext_modules,
cmdclass={"build_ext": build_ext},
zip_safe=False,
)
注意事项
- 头文件和库文件的位置：确保你正确地指定了
jsoncpp头文件和库文件的位置。如果你通过包管理器（如apt、yum或brew）安装jsoncpp，库文件和头文件可能已经在标准路径中了，这种情况下你可能不需要设置include_dirs和library_dirs。 - 库名：在
libraries列表中，你只需要指定库的名称而不是具体的文件名。例如，对于libjsoncpp.so或jsoncpp.lib，你只需指定"jsoncpp"。 - 跨平台构建：当你在不同平台上构建扩展时，可能需要根据操作系统调整库名称或路径。
- 依赖关系：如果
jsoncpp依赖其他库，你可能还需要链接这些依赖库。这可以通过在libraries列表中添加更多库名来实现。
更新GCC编译器
C++17标准需要较新版本的GCC编译器（至少是GCC 7）。您可以通过以下步骤更新GCC编译器：
-
查看当前GCC版本：
gcc --version -
CentOS 7安装更新的GCC版本： CentOS 7的默认仓库中可能不包含最新版本的GCC，但您可以通过Software Collections (SCL)库来安装更新版本的GCC。首先，安装SCL：
sudo yum install centos-release-scl然后，安装较新版本的GCC（例如，安装GCC 9）：
sudo yum install devtoolset-9-gcc devtoolset-9-gcc-c++激活新版本的GCC：
source /opt/rh/devtoolset-9/enable这将只为当前终端会话启用新版本的GCC。您可能希望将这个命令添加到您的
.bashrc或其他shell启动脚本中，以便每次启动新终端时自动激活。 -
确认更新后的GCC版本：
gcc --version确保显示的版本支持C++17（GCC 7或更高）。
要在 CentOS 7 中安装 Python 3.8.0，并确保携带了 _ctypes 模块
-
安装依赖项：
在安装 Python 3.8.0 之前，确保你的系统已安装了编译 Python 所需的依赖项。在 CentOS 7 上，你可以运行以下命令安装这些依赖项：
sudo yum install gcc openssl-devel bzip2-devel libffi-devel -
下载 Python 3.8.0 源代码：
访问 Python 官方网站，下载 Python 3.8.0 的源代码压缩包（tar.gz 格式）。
wget https://www.python.org/ftp/python/3.8.0/Python-3.8.0.tgz -
解压并编译安装 Python：
解压下载的 Python 源代码并进入解压后的目录：
tar -zxvf Python-3.8.0.tgz cd Python-3.8.0然后，配置、编译并安装 Python：
./configure --enable-optimizations --with-ctypes make sudo make altinstallmake altinstall命令会将 Python 安装为python3.8，以避免覆盖系统默认的 Python 版本。 -
验证安装：
安装完成后，你可以使用以下命令验证新安装的 Python 版本和是否携带了
_ctypes模块：python3.8 --version python3.8 -c "import _ctypes; print(_ctypes)"如果输出显示了 Python 3.8.0 的版本信息和
_ctypes模块相关信息，则说明安装成功。
通过以上步骤，你应该能够在 CentOS 7 中成功安装 Python 3.8.0，并确保携带了 _ctypes 模块。
如果你使用的是 Python 3.8.0 版本，那么应该使用 pip3.8 命令来安装 Pybind11，而不是 pip3。因为 pip3 命令可能会安装到系统默认的 Python 版本，而不是你安装的 Python 3.8.0。
因此，正确的安装命令应该是：
bashCopy code
pip3.8 install pybind11
这样可以确保将 Pybind11 安装到你指定的 Python 3.8.0 版本中。
扫一扫
2761
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
