Python这些年风头一直很盛,占据了很多领域的位置,Web、大数据、人工智能、运维均有它的身影,甚至图形界面做的也很顺,乃至full-stack这个词语刚出来的时候,似乎就是为了描述它。
Python虽有GIL的问题导致多线程无法充分利用多核,但后来的multiprocess可以从多进程的角度来利用多核,甚至affinity可以绑定具体的CPU核,这个问题也算得到解决。虽基本为全栈语言,但有的时候为了效率,可能还是会去考虑和C语言混编。混编是计算机里一个不可回避的话题,涉及的东西很多,技术、架构、团队情况、管理、客户等各个环节可能对其都有影响,混编这个问题我想到时候再开一贴专门讨论。本文只讲python和C混编的方式,大致有如下几种方式(本文背景是linux,其他平台可以类比):
共享库
使用C语言编译产生共享库,然后python使用ctype库里的cdll来打开共享库。
举例如下,C语言代码为
/* func.c */int func(int a) { return a*a; }
python代码为
#!/usr/bin/env python #test_so.pyfrom ctypes import cdll import os p = os.getcwd() + '/libfunc.so' f = cdll.LoadLibrary(p) print f.func(99)
测试如下
$ gcc -fPIC -shared func.c -o libfunc.so $ ./test_so.py 9801
subprocess
C语言设计一个完整的可执行文件,然后python通过subprocess来执行该可执行文件,本质上是fork+execve。
举例如下,C语言代码为
/* test.c */ #include <stdio.h> int func(int a) { return a*a; } int main(int argc, char **argv) { int x; sscanf(argv[1], "%d", &x); printf("%d\n", func(x)); return 0; }
Python代码为
#!/usr/bin/env python
# test_subprocess.py
import os
import subprocess
subprocess.call([os.getcwd()+'/a.out', '99'])
测试如下
$ gcc test.c -o a.out
$ ./test_subprocess.py
9801
C语言中运行python程序
C语言使用popen/system或者直接以系统调用级fork+exec来运行python程序也是一种混编的手段了。
举例如下,Python代码如下
#!/usr/bin/env python # test.py import sys x = int(sys.argv[1]) print x*x
C语言代码如下
/* test.c */ #include <stdio.h> #include <stdlib.h> int main() { FILE *f; char s[1024]; int ret; f = popen("./test.py 99", "r"); while((ret=fread(s,1,1024,f))>0) { fwrite(s,1,ret,stdout); } fclose(f); return 0; }
测试如下
$ gcc test.c $ ./a.out 9801
python对C语言扩展的支持
很多编程语言都为C语言扩展添加了支持,这有两种原因:(1)语言设计之初,可以充分的利用C语言已有的库来做很多扩展;(2)C语言的运行效率高。
python也不例外,从诞生那天起,很多库都是C语言写的。python的C语言扩展中涉及到python的数据结构与C语言的对应,扩展方法其实是用C语言编写一个共享库,只是这个共享库中的接口是一个规范的,可以被python识别的。
为了说明如何扩展,我这里先假设一个在python下的函数功能,代码如下
def func(*a): res=1 for i in range(len(a)): res *= sum(a[i]) return res
如上,希望的函数功能是,参数是任意多个数字组成的列表(姑且排除其他数据结构),返回每个列表的元素之和的乘积。
姑且先把python代码写了,如下所示
#!/usr/bin/env python # test.py import colin def func(*a): res=1 for i in range(len(a)): res *= sum(a[i]) return res a = [1,2,3] b = [4,5,6] c = [7,8] d = [9] e = [10,11,12,13,14] f = colin.func2(99) g = colin.func3(a,b,c,d,e) h = func3(a,b,c,d,e) print "f = ",f print "g = ",g print "h = ",h
带上之前一直测试的平方func,这个实现相对简单,希望python写出来的func可以和C语言扩展出来的结果一致。
先用C语言写上这些函数的实现,其中func3用上了一个表示任意多个任意长的数组的数据结构y_t,而x_t用来表示单个数组。
/* colin.h */ #ifndef Colin_h #define Colin_h typedef struct { int *a; int len; } x_t; typedef struct { x_t *ax; int len; } y_t; int func2(int a); int func3(y_t *p); void free_y_t(y_t *p); #endif
/* colin.c */ #include "colin.h" #include <stdlib.h> int func2(int a) { return a*a; } int func3(y_t *p) { int result; int sum; int i, j; result = 1; for(i=0;i<p->len;i++) { sum = 0; for(j=0;j<p->ax[i].len;j++) sum += p->ax[i].a[j]; result *= sum; } return result; } void free_y_t(y_t *p) { int i; for(i=0;i<p->len;i++) { free(p->ax[i].a); } free(p->ax); }
上面定义了三个函数,func2代表平方,func3代表之前所说的功能,又因y_t这个结构可能都是动态分配出来的,所以给个归还内存的方法。
刚才说过python扩展的话,需要把这个共享库的接口“标准化”一下。于是我们就包装一下,并给个python加载的入口。
/* wrap.c */ #include <Python.h> #include <stdlib.h> #include "colin.h" PyObject* wrap_func2(PyObject* self, PyObject* args) { int n, result; /* 从参数列表中导出一个整形,用"i" */ if (!PyArg_ParseTuple(args, "i", &n)) return NULL; /* 用C语言的库实现来计算 */ result = func2(n); /* 计算结果必须要导成python识别的类型 */ return Py_BuildValue("i", result); } PyObject* wrap_func3(PyObject* self, PyObject* args) { int n, result; int i, j; int size, size2; PyObject *p,*q; y_t *y; y = malloc(sizeof(y_t)); /* 先数数有多少个参数,也就是列表的个数 */ size = PyTuple_Size(args); /* 把数组的个数先分配了 */ y->len = size; y->ax = malloc(sizeof(x_t)*size); /* 遍历python里各个列表(参数) */ for(i=0;i<size;i++) { /* 先获得第i个参数,是一个列表 */ p = PyTuple_GetItem(args, i); /* 获得列表的长度 */ size2 = PyList_Size(p); /* 为数组分配好空间 */ y->ax[i].len = size2; y->ax[i].a = malloc(sizeof(int)*size2); /* 遍历列表,依次把列表里的数转到数组里 */ for(j=0;j<size2;j++) { q = PyList_GetItem(p, j); PyArg_Parse(q,"i",&y->ax[i].a[j]); } } /* 用C语言的库实现来计算 */ result = func3(y); free_y_t(y); free(y); /* 结果转成python识别格式 */ return Py_BuildValue("i", result); } /* 这是接口列表,加载时是只加载此列表的地址,所以这个数据结构不能放栈(局部变量)内,会被清掉 */ static PyMethodDef colinMethods[] = { {"func2", wrap_func2, METH_VARARGS, "Just a test"}, {"func3", wrap_func3, METH_VARARGS, "Just a test"}, {NULL, NULL, METH_NOARGS, NULL} }; /* python加载的时候的接口 */ /* 注意,既然库名叫colin,此函数必须交initcolin */ void initcolin() { PyObject *m; m = Py_InitModule("colin", colinMethods); }
过程中,我猜测PyArg_VaParse应该功能更为强大,可是反复测没有成功,也没细看文档。
测试一下
$ gcc -I /usr/include/python2.7/ -fPIC -shared colin.c wrap.c -o colin.so $ ./test.py f = 9801 g = 729000 h = 729000
可以看到,C语言写的函数和python写的函数结果一致。
以上这篇浅谈python和C语言混编的几种方式(推荐)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
python,c混编
更新日志
- APM亚流新世代《一起冒险》[320K/MP3][68.66MB]
- FIM《天伦乐》(DaydreamsAndLullabies)24K金碟[WAV+CUE]
- 【雨果唱片】中国管弦乐《鹿回头》
- 【雨果唱片】中国管弦乐《鹿回头》WAV
- APM亚流新世代《一起冒险》[FLAC/分轨][106.77MB]
- 崔健《飞狗》律冻文化[WAV+CUE][1.1G]
- 罗志祥《舞状元 (Explicit)》[320K/MP3][66.77MB]
- 尤雅.1997-幽雅精粹2CD【南方】【WAV+CUE】
- 张惠妹.2007-STAR(引进版)【EMI百代】【WAV+CUE】
- 群星.2008-LOVE情歌集VOL.8【正东】【WAV+CUE】
- 罗志祥《舞状元 (Explicit)》[FLAC/分轨][360.76MB]
- Tank《我不伟大,至少我能改变我。》[320K/MP3][160.41MB]
- Tank《我不伟大,至少我能改变我。》[FLAC/分轨][236.89MB]
- CD圣经推荐-夏韶声《谙2》SACD-ISO
- 钟镇涛-《百分百钟镇涛》首批限量版SACD-ISO