在只有cpython的'过去'中，大多数扩展都是用c编写的（尽可能与平台无关）并编译成pyd（例如PyCrypto）。现在有Jython，IronPython和PyPy，并且pyd不能与他们中的任何人合作（Ironclad除外）。它们似乎都支持ctypes，最好的方法是创建一个独立于平台的dll或共享库，然后使用ctypes与它进行交互。
但我认为这种方法会比旧时尚pyd方法慢一点。你也可以为cpython编程一个pyd，为IronPython编写一个类似的c＃dll，为Jython编写一个java类或jar（我不确定PyPy。但是这种方法对平台纯粹主义者很有吸引力，但它是非常耗费人力的。所以什么是今天最好的路线？
答案 0 :(得分：2)
目前，似乎ctypes确实是最好的方法。它今天起作用，它很方便，它将征服（大部分）世界。
对于性能关键型API（例如numpy），ctypes确实存在问题。最干净的方法可能是移植Cython以生成本机IronPython / Jython / PyPy扩展。
我记得PyPy计划将ctypes代码编译为高效的包装器，但就我谷歌来说，还没有类似的东西......
答案 1 :(得分：1)
如果要包装现有的本机库，那么ctypes绝对是可行的方法。
如果您正在尝试加速Python扩展中的热点，那么为每个解释器（以及纯Python回退）创建自定义扩展是易处理的，因为大部分代码都是纯Python，可以共享但正如你所说的那样，这是不可取的和劳动密集型的。在这种情况下你也可以使用ctypes。