python如何调用c编译好可执行程序
(2012-08-27 20:34:51)以下总结出几种在Python 中调用 C/C++代码的方法
--------------------------------------------------------------------
发现做便捷的是使用popen
from os import popen
popen('/home/pengyan/Downloads/VIC/sanxia/vicNl-g/home/pengyan/Downloads/VIC/sanxia/xings_global')
popen('/home/pengyan/Downloads/VIC/sanxia/rout/home/pengyan/Downloads/VIC/sanxia/xings_rout')
?? 目前还不会用python 切换文件目录
可以采用绝对路径,但是好像绝对路径时,计算速度变慢
-------------------------------------------------------------------
使用ctypes模块调用 C 动态库
从Python2.5开始, Python 开始提供 ctypes 模块来提供对 C 语言编译的动态库文件的调用。注意,
from
libc= cdll.LoadLibrary("libc.so.6") #加载libc动态库
str
libc.printf(“yell:%s\n”,
ctypes的功能当然远不止这些,有兴趣的同学可以参考这里http://docs.python.org/library/ctypes.html
使用Python的扩展( Extending )机制
ctypes很方便地可以调用C 的动态库,但是对 C++ 编译的动态库,调用起来很困难。这种情况利用 Python 的 Extending 机制就可以解决。Python 提供了一套完整的框架来使用 C/C++ 编写扩展库,可以很灵活的开发 C++扩展模块。这种方法的缺点是工作量比较大,需要为每一个方法编写接口,这里不做详细介绍,可以参考:http://docs.python.org/extending/extending.html#writing-extensions-in-c
那么有什么办法可以高效的调用C++动态库呢,答案是 SWIG 。
使用SWIG生成扩展模块
上面提到了Python的扩展机制,缺点是工作量比较大,这里介绍一个工具 SWIG 。 SWIG 是一种简化脚本语言与 C/C++接口的开发工具,通过包装和编译 C 语言程序来达到与脚本语言通讯目的的工具。它正是基于 Python的扩展机制,自动生成接口文件,再编译成可以被 Python 调用的动态库扩展模块。
使用SWIG生成扩展模块分为以下几步:
- 将需要调用的代码编译成目标文件(.o);
- 用SWIG读取编写描述文件 (.i) ,生成接口文件 (.cxx) ;
- 将接口文件编译为目标文件(.o);
- 将接口文件的目标文件和原代码段的目标文件一起编译成动态库;
假设有如下文件
swig_ex.cpp需要转换成扩展库的原始代码,包含一个int fact(int) 函数
swig_ex.h
swig_ex.iSWIG描述文件
swig_ex.i是一个描述文件,有SWIG 自己的语法,比较简单,内容如下:
%moduleswig_ex %{ %} intfact(int n); |
再写一个Makefile来把这些文件编译成动态库 :
all:swig_ex.o swig_ex_wrap.o _swig_ex.so swig_ex.o:swig_ex.cpp swig_ex.h #编译源文件 swig_ex_wrap.o:swig_ex.i swig_ex.o #根据 SWIG 描述文件 (.i) 生成接口文件 (.cxx),再编译之 _swig_ex.so:swig_ex_wrap.o #将目标文件打包成动态库 .PHONY:clean clean: |
编译好以后会有一个so和 py 文件,写一个 setup.py 把他们安装到 python 目录就可以和其他模块一样被 python调用了:
Importswig_ex swig_ex.fact(10) |
参考文档地址:http://www.swig.org/Doc1.3/SWIGDocumentation.html
原始但有效的方法
除了上面这些方法,在Python中借用 C/C++ 代码最原始有效的方法就是将代码编译成可执行程序,从 Python 里用 Popen方法来调用获取输出。这种方法简单有效,缺点是不够灵活,有比较大的局限性,不过在很多情况下也已经足够了。
pipe =os.popen('./tool –a %s –b %s' % (“hello”,“world”)) re =pipe.read() |
其他方法
以上这些方法基本上已经能满足Python调用 C/C++ 的需求了,此外还有一些方法,例如使用 Boost.Python ,使用 Pyrex ,这些方法都能提供 Python与 C/C++ 的交互。
总结
在Python中引用 C/C++ 模块的方法较多,根据需要从中选择恰当的方法可以减少很多工作量。
在Python中引用 C/C++ 模块弥补了 Python脚本测试框架的很多不足,在提高代码复用率的同时,模块的性能也大大提高。