让我们从认识JEP库开始。
关注《Java学研大本营》
本教程基于带M1芯片的macOSX，用于Python 3.8/3.9和Java 11。
介绍
从我的实践来讲，我遇到的上一个挑战是，当基础应用引擎是Java的时候，我按常理应该添加一个新的机器学习功能。但是，这里的关键却是，ML功能是在Python里面。
那么我们要怎么做呢？我们应用什么样的解决方案来完成这个任务？
其中一个工作方案是在docker中运行这个服务。或者我们可以找到另一个更有效的有利于生产的解决方案：通过Jep库（Java Embedded Python）直接从Java代码中执行python代码。
什么是JEP库？
下面是GitHub上的FAQ中的一些引文。
Jep使用JNI和CPython API来启动JVM中的Python解释器。当你在Java中创建一个Interpreter实例时，将为该Java Interpreter实例创建一个Python解释器，并保留在内存中，直到用
Interpreter.close()关闭该Interpreter实例。
由于需要管理一致的Python线程状态，创建Interpreter实例的线程必须在对该Interpreter实例的所有方法调用中重复使用。
这里有一个关于Python模块执行的评论。
Jep应该与任何纯Python模块一起工作。它可以与各种CPython扩展一起工作。开发人员报告说，Jep可以与NumPy、Scipy、Pandas、TensorFlow、Matplotlib、cvxpy等一起工作。
速度性能是一个至关重要的指标，特别是当你的应用程序处理大数据时。我在研究中的测试表明，使用JEP几乎是纯粹的python执行。
如何为你的项目设置JEP？
假设你的系统里有Java（Maven）和Python。在Java项目中，在pom.xml文件中，你设置了一个依赖项。
在项目终端运行。
mvn clean install
or
mvn clean install -DskipTests
你在Java中安装了JEP!
要在Python中安装JEP，运行：
pip install jep
该命令安装最新的JEP版本。如果你需要，你可以指定一个特定的JEP版本。在我的例子中，我使用JEP 4.0.3版本。
这里的版本不兼容是实质性的。你将采取的Python版本和Jep库版本越低，你将使用越复杂的java语法（反之亦然）。但是最新的JEP版本可以轻易地执行JEP旧版本的语法。
在你的系统中，必须要设置一个环境变量。对于macOSX，就像在终端运行一样。
export DYLD_LIBRARY_PATH="<your_user>/myenv/lib/python3.8/site-packages/jep"$DYLD_LIBRARY_PATH
不要忘了在你的~/.zshrc文件中加入同样的一行! JEP在macOS上寻找libjep.jnilib文件，在Linux上寻找libjep.so文件。
除此之外，对于Linux系统，它将是一个不同的环境变量名称。
export LD_LIBRARY_PATH="<your_user_path>/myenv/lib/python3.8/site-packages/jep"$LD_LIBRARY_PATH
你设置了JEP库。现在你可以直接从Java中执行Python。
Python 3.8 macOSX M1芯片的语法
首先，我们应该定义JEP库的路径 (特别是Java将在哪里搜索Python来执行)，并初始化MainInterpreter对象。
import jep.*;
import jep.MainInterpreter;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.ArrayList;
String pythonFolder = System.getenv("DYLD_LIBRARY_PATH");
//define the JEP library path
String jepPath = pythonFolder + "/jep/libjep.jnilib";
if (!Files.exists(Path.of(jepPath))){
jepPath = pythonFolder + "/jep/libjep.so";
}
//initialize the MainInterpreter
MainInterpreter.setJepLibraryPath(jepPath);
然后，设置JEP的配置（我们应该把Python库添加到操作和我们的项目文件夹中）。然后，创建一个SharedInterpreter对象。一个SharedInterpreter将直接执行Python代码或Python执行文件。
jep.JepConfig jepConf = new JepConfig();
jepConf.addIncludePaths("/Users/galinablokh/Documents/POCNerClassificationSDK/src/main/java");
jepConf.addIncludePaths(pythonFolder);
SharedInterpreter.setConfig(jepConf);
SharedInterpreter subInterp = new SharedInterpreter();
view raw setUpJepConfig.java hosted with ❤ by GitHub
我有一个Python文档，有两个简单的函数来检查JEP的工作。一个函数应该使用本地Python库来搜索目录中的特定文件。第二个函数调用更复杂的Python库，Spacy。确保你在Jep运行之前在Python中安装了Spacy库和下载的模型。
import glob
import os
import spacy
def get_c_path(pathlib, extension):
path_list = glob.glob(f'{pathlib}/' + f'{extension}')
return path_list
def run_spacy_nlp(sentence):
nlp = spacy.load("en_core_web_sm")
doc = nlp(sentence)
return [(token.text, token.lemma_, token.pos_, token.tag_,
token.dep_, token.shape_, token.is_alpha, token.is_stop) for token in doc]
现在，让我们从 Java 中运行 Python 文档函数。
// run function from the python_functions.py document
subInterp.eval("import python_functions as p");
subInterp.eval("res_spacy = p.run_spacy_nlp('Apple is looking at buying U.K. startup for $1 billion')");
ArrayList result = (ArrayList) subInterp.getValue("res_spacy");
for (Object item:result) {
System.out.println(item.toString());
}
输出的结果是。
>>> [Apple, Apple, PROPN, NNP, nsubj, Xxxxx, true, false]
>>> [is, be, AUX, VBZ, aux, xx, true, true]
>>> [looking, look, VERB, VBG, ROOT, xxxx, true, false]
>>> [at, at, ADP, IN, prep, xx, true, true]
>>> [buying, buy, VERB, VBG, pcomp, xxxx, true, false]
>>> [U.K., U.K., PROPN, NNP, dobj, X.X., false, false]
>>> [startup, startup, VERB, VBD, dep, xxxx, true, false]
>>> [for, for, ADP, IN, prep, xxx, true, true]
>>> [$, $, SYM, $, quantmod, $, false, false]
>>> [1, 1, NUM, CD, compound, d, false, false]
>>> [billion, billion, NUM, CD, pobj, xxxx, true, false]
这真是太棒了! 我们可以直接从 Java 中调用和执行 Python! 但是等等，我在文章开头提到的其他Python版本的语法怎么办？
Python 3.9 macOSX M1芯片的语法
我之前说过，Python和Jep版本越高，Java的语法就越简单。之所以如此，是因为在Python 3.9以上版本的最新Jep版本中，JEP开发者在执行 "pip install jep "时增加了对Python路径的自动搜索。让我们看看下面的语法!
// set path for jep executing python3.9
MainInterpreter.setJepLibraryPath(jepPath);
// set path for python docs with python script to run
jep.JepConfig jepConf = new JepConfig();
jepConf.addIncludePaths(System.getProperty("user.dir")+"/src/main/java/");
//create the interpreter for python executing
Interpreter subInterp = jepConf.createSubInterpreter();
四行代码，我们就有了一个Java中的Python3.9解释器! 现在你将看到如何运行你已经看过的文档中的Python函数。
//import .py doc with to run
subInterp.eval("import python_functions as p");
// run each function from the .py doc I
subInterp.eval("res_spacy = p.run_spacy_nlp('Apple is looking at buying U.K. startup for $1 billion')");
System.out.println(subInterp.getValue("res_spacy"));
//II
subInterp.eval("res_c = p.get_c_path('.idea','*.xml')");
System.out.println(subInterp.getValue("res_c"));
打印结果将与Python 3.8版本的相同。
结论
在本教程中，你得到了关于如何从任何Java应用程序中执行Python 3.8和Python 3.9版本的Python代码的清晰说明。
文章中的所有代码例子你都可以在macOSX M1芯片和Linux上运行。你只需要为每个系统正确设置Jep库即可。
参考：
-
Jep library GitHub（https://github.com/ninia/jep）
-
My GitHub project with code examples（https://github.com/Galina-Blokh/jep-java-python）
-
https://medium.com/geekculture/how-to-execute-python-modules-from-java-2384041a3d6d
推荐书单
《Java编程讲义》
购买链接：https://item.jd.com/13495830.html
《Java编程讲义》根据目前Java开发领域的实际需求，从初学者角度出发，详细讲解了Java技术的基础知识。
全书共15章，包括Java开发入门，Java语言基础，Java控制结构，数组，面向对象编程，继承和多态，抽象类、接口和内部类，异常处理，Java常用类库，集合与泛型，Lambda表达式，输入-输出流，多线程，JDBC数据库技术，网络编程等内容。内容全面覆盖．Java开发必备的基础知识点，结合生活化案例展开讲解，程序代码给出了详细的注释，能够使初学者轻松领会Java技术精髓，快速掌握Java开发技能。
《Java编程讲义》适合作为高等院校相关专业的教材及教学参考书，也适合作为Java开发入门者的自学用书，还可供开发人员查阅、参考。
精彩回顾
891
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
