集成Python和C ++

Question

我正在学习C ++，因为它是一种非常灵活的语言。但对于像Twitter，Facebook，Delicious等互联网来说，Python似乎是一个更好的解决方案。

是否可以在同一个项目中集成C ++和Python？

Answer 1

将Python与C / C ++连接起来并非易事。

这里我在前一个问题上复制/粘贴previous answer，以便编写python扩展的不同方法。以Boost.Python，SWIG，Pybindgen为特色......

• 您可以使用Python C-API在C或C ++中自行编写扩展程序。

  总而言之：除了学习如何做之外，不要这样做。要正确地做到这一点非常困难。您必须手动递增和递减引用并编写大量代码才能公开一个函数，只有很少的好处。

• Swig：

  pro：您可以为许多脚本语言生成绑定。

  缺点：我不喜欢解析器的工作方式。我不知道他们是否取得了一些进展但两年前C ++解析器非常有限。大多数时候我不得不复制/粘贴我的.h标头来添加一些%个字符，并为swig解析器提供额外的提示。

  我还需要不时地处理Python C-API（不是那么）复杂的类型转换。

  我不再使用它了。

• Boost.Python：

  亲： 这是一个非常完整的图书馆。它允许您使用C-API完成几乎所有可能的操作，但是在C ++中。我从来没有用这个库编写C-API代码。我也从未遇到过因库而导致的错误。绑定代码可以像魅力一样工作，也可以拒绝编译。

  如果您已经有一些要绑定的C ++库，它可能是目前可用的最佳解决方案之一。但是如果你只有一个小的C函数来重写，我可能会尝试使用Cython。

  缺点：如果您没有预编译的Boost.Python库，那么您将使用Bjam（替代make）。我真的很讨厌Bjam及其语法。

  使用B.P创建的Python库往往会变得肥胖。编译它们还需要很多时间。

• Py++：这是Boost.Python变得简单。 Py ++使用C ++解析器来读取您的代码，然后自动生成Boost.Python代码。你也得到了作者的大力支持（不，不是我;-)）。

  缺点：只有Boost.Python本身引起的问题。

  编辑此项目已停止使用。虽然可能仍在工作，但考虑转换可能会更好。

• Pybindgen：

  它生成处理C-API的代码。您可以在Python文件中描述函数和类，也可以让Pybindgen自动读取标题并生成绑定（为此它使用pygccxml，Py ++的作者编写的python库）。

  缺点：这是一个年轻的项目，团队规模比Boost.Python小。仍然存在一些限制：您不能公开自己的C ++异常，不能对C ++类使用多重继承。

  无论如何，这值得尝试！

• Pyrex和Cython：

  这里你不是编写真正的C / C ++，而是Python和C之间的混合。这个中间代码将生成一个常规的Python模块。

编辑2013年7月22日：现在Py ++已停产，我现在正在寻找一个好的选择。我目前正在为我的C ++库试验Cython。这种语言是Python和C之间的混合。在Cython函数中，您可以使用Python或C / C ++实体（函数，变量，对象......）。

Cython非常容易学习，性能非常好，如果你不需要连接旧的C ++库，你甚至可以完全避免使用C / C ++。

然而对于C ++来说，它会遇到一些问题。它不像Py ++那样“自动化”，所以它对于稳定的C ++ API（现在是我的库的情况）可能更好。我用Cython看到的最大问题是C ++多态。使用Py ++ / boost：python，我能够在C ++中定义一个虚拟方法，在Python中覆盖它，并在C ++中调用Python版本。使用Cython，它仍然可行，但您需要明确使用C-Python API。

编辑2017-10-06：

有一个新的pybind11，类似于Boost.Python，但具有一些潜在的优势。例如，它使用C ++ 11语言功能来简化创建新绑定的过程。它也是一个只有头的库，因此在使用它之前没有任何东西可以编译，也没有要链接的库。

我玩了一点点，使用它确实非常简单和愉快。我唯一担心的是，像Boot.Python一样，它可能会导致编译时间过长和大型库。我还没有做过任何基准测试。

Answer 2

是的，鼓励和documented是可能的。我自己做了，发现它很容易。

Answer 3

Python/C API Reference Manual - 想要编写扩展模块或嵌入Python的C和C ++程序员使用的API。

Extending and Embedding the Python Interpreter

  

描述了如何用C或C ++编写模块以使用新模块扩展Python解释器。这些模块可以定义新函数，也可以定义新对象类型及其方法。该文档还描述了如何将Python解释器嵌入到另一个应用程序中，以用作扩展语言。最后，它展示了如何编译和链接扩展模块，以便它们可以动态（在运行时）加载到解释器中，如果底层操作系统支持此功能。

Answer 4

试试Pyrex。为Python编写C ++扩展更容易。

Answer 5

我们在产品中非常成功地使用swig。

基本上swig接受你的C ++代码并在其周围生成一个python包装器。

Answer 6

我建议看看PyTorch如何进行整合。

Answer 7

见：

使用C或C ++扩展Python

“如果您知道如何在C中编程，那么向Python中添加新的内置模块非常容易。这样的扩展模块可以做两件不能直接在Python中完成的事情：他们可以实现新的内置模块在对象类型中，它们可以调用C库函数和系统调用。

为了支持扩展，Python API（应用程序编程接口）定义了一组函数，宏和变量，可以访问Python运行时系统的大多数方面。 Python API包含标题“Python.h”，它包含在C源文件中。 “

http://www.python.org/doc/2.5.2/ext/intro.html

PS拼写为“整合”：）

Answer 8

过去我使用过PyCxx http://cxx.sourceforge.net/，我发现它非常好。

它以非常优雅的方式包装python c API，使其使用起来非常简单。 在c ++中编写python扩展非常容易。它提供了清晰的示例，因此很容易上手。

我非常喜欢使用这个库，我推荐它。

Answer 9

这取决于您的便携性要求。我一直在努力解决这个问题，最后我直接使用python API包装我的C ++，因为我需要一些可以在管理员只攻击一个主要工作的gcc和python安装的系统上运行的东西。

理论上Boost.Python应该是一个非常好的选择，因为Boost几乎可以在任何地方使用。不幸的是，如果您最终使用较旧的默认 python安装（我们的协作仍然支持2.4），如果您尝试使用较新版本运行Boost.Python，则会遇到问题（我们都使用Python 2.6）。由于您的管理员可能不打算安装与每个python版本对应的Boost版本，因此您必须自己构建它。

因此，如果您不介意在运行代码的每个系统上都需要一些Boost设置，请使用Boost.Python。如果您希望代码能够在任何使用Python和C ++编译器的系统上运行，请使用Python API。

Answer 10

您可以在C ++中编写Python extensions。基本上Python本身是用C语言编写的，你可以用它来调用你的C代码。您可以完全访问Python对象。另请查看Boost.Python。

Answer 11

另一个有趣的方法是通过运行python本身来解析c ++头文件来生成python代码。 OpenCV team successfully took this approach现在他们为OpenCV库制作java包装器做了同样的事情。我发现这创建了更清晰的Python API，没有由某个库引起的限制。