Python利用JPype调用Java对象方法【实现在Python中调用JAVA】

最新推荐文章于 2024-03-08 15:52:06 发布

u013250861

最新推荐文章于 2024-03-08 15:52:06 发布

阅读量2.1k

点赞数 3

分类专栏： Python 文章标签： python java

本文链接：https://blog.csdn.net/u013250861/article/details/120383456

版权

Python 专栏收录该内容

76 篇文章 13 订阅

订阅专栏

一、JPype简述

1.JPype是什么？

JPype是一个能够让 python 代码方便地调用 Java 代码的工具，从而克服了 python 在某些领域（如服务器端编程）中的不足。

2.JPype与Jython(JPython后继者)的区别？

1）运行环境不同：jython运行在jvm上，而JPype的实际运行环境仍然是pythonruntime，只是在运行期间启动了一个嵌入的jvm；

2）使用者不同：jython是给java程序玩的，JPype是给python程序员玩的。

二、JPype安装

1.先安装Python和JAVA

2.安装JPype

pip install JPype1

三、JPype使用说明

1、启动JVM

JPype 提供的 startJVM() 函数的作用是启动 JAVA 虚拟机，所以在后续的任何 JAVA 代码被调用前，必须先调用此方法启动 JAVA 虚拟机。

jpype.startJVM() 的定义startJVM(jvm,*args)

参数 1： jvm, 描述你系统中 jvm.dll 文件所在的路径，如“ C:\Program Files\IBM\Java50\jre\bin\j9vm\jvm.dll ”。可以通过调用jpype.getDefaultJVMPath() 得到默认的 JVM 路径。
参数 2： args, 为可选参数，会被 JPype 直接传递给 JVM 作为 Java 虚拟机的启动参数。此处适合所有合法的 JVM 启动参数，例如：
```
   -agentlib:libname[=options]
   -classpath classpath
   -verbose
   -Xint
```

2、关闭JVM

   当使用完 JVM 后，可以通过 jpype.shutdownJVM() 来关闭 JVM，该函数没有输入参数。当 python 程序退出时，JVM 会自动关闭。

3、引用第三方Java扩展包

很多时候，在 python 项目中需要调用第三方的 Java 扩展包，这也是 JPype 的一个重要用途。

通过在 JVM 启动参数增加：-Djava.class.path=ext_classpath，实现在 python 代码中调用已有的 Java扩展包。

4、访问JAVA的系统属性

有时，某些 Java 应用需要设置或者获取 JVM 中的系统属性。

在 JVM 启动时设置系统变量示例：
在 JVM 的启动参数中加入如下参数：-Dproperty=value

四、举例

1、直接调用JAVA API(Python代码)

from jpype import * 
import os.path 

# 获得系统的jvm路径
jvmPath = jpype.getDefaultJVMPath()  # C:\Program Files\Java\jre1.8.0_40\bin\server\jvm.dll
startJVM(jvmPath,"-ea") 

java.lang.System.out.println("helloWorld") 

shutdownJVM()

2、调用JAVA第三方扩展包

2.1 JAVA自定义第三方jar包

将project1demo类打包为project1.jar文件并存储到指定目录下：

Java代码

package project1;

public class sort {
    public static void main(String[] args) {
        sort t2= newsort();
        System.out.println(t2.calc(1, 2));
    }

    publicint calc(inta, intb) {
        return a + b;
    }
}

2.2、Python调用第三方JAVA jar包程序

Pyton代码

#coding=utf-8

import jpype
import os.path

# 获得系统的jvm路径
jvmPath = jpype.getDefaultJVMPath()  # C:\Program Files\Java\jre1.8.0_40\bin\server\jvm.dll
# 获取第三方Jar包
jarpath =os.path.join(os.path.abspath('.'),'C:/Users/Administrator/Desktop/pyjava/NewLibrary/') 
# 启动JVM
jpype.startJVM(jvmPath,"-ea","-Djava.class.path=%s" % (jarpath + 'project2.jar'))
# 初始化Java类
JDClass =jpype.JClass("project1.sort")
# 实例化Java类
jd = JDClass()
# 调用
result = jd.calc(1,2)
print('result = ', result)

五、案例：在Python中调用Stanford CoreNLP的JAR包进行分词

import jpype  # =0.7.0
import jpype.imports
import os.path


def python2java(mapping_for_corenlp, tokenized_stories_dir):
    # 获得系统的jvm路径
    jvmPath = jpype.getDefaultJVMPath()  # C:\Program Files\Java\jre1.8.0_40\bin\server\jvm.dll
    # 获取需要用的jar包路径
    jarpath = r'D:\NLPUtiles\stanford-corenlp-4.2.2\stanford-corenlp-4.2.2.jar'
    jpype.startJVM(jvmPath, "-ea", "-Djava.class.path=%s" % jarpath)
    # 获取Properties对象
    Properties = jpype.JClass('java.util.Properties')
    props = Properties()
    # 设置相应的properties
    props.setProperty("annotators", "tokenize, ssplit")  # props.put("annotators", "tokenize, ssplit"); tokenize: 分词; ssplit: 断句【tokenize, ssplit, pos, lemma, ner, parse, depparse, coref, kbp, quote】
    props.setProperty("filelist", mapping_for_corenlp)
    props.setProperty("outputFormat", "json")
    props.setProperty("ssplit.newlineIsSentenceBreak", "always")
    props.setProperty("outputDirectory", tokenized_stories_dir)
    jpype.java.lang.System.out.println("props" + props.toString())
    # 获得StanfordCoreNLP 对象
    StanfordCoreNLP = jpype.JClass('edu.stanford.nlp.pipeline.StanfordCoreNLP')
    pipeline = StanfordCoreNLP(props)
    # 运行pipeline批处理
    pipeline.run(True)
    jpype.shutdownJVM()


if __name__ == '__main__':
    mapping_for_corenlp = "mapping_for_corenlp.txt"
    tokenized_stories_path = r"D:\NLP_Data\cnn_tokenized_stories_dir"
    python2java(mapping_for_corenlp, tokenized_stories_path)