#include

int add_int(int, int);
float add_float(float, float);

int add_int(int num1, int num2){
return num1 &＃43; num2;

}

float add_float(float num1, float num2){
return num1 &＃43; num2;

}

接下来将C文件编译为.so文件(windows下为DLL)。下面操作会生成adder.so文件

#For Linux
$ gcc -shared -Wl,-soname,adder -o adder.so -fPIC add.c


#For Mac
$ gcc -shared -Wl,-install_name,adder.so -o adder.so -fPIC add.c

现在在你的Python代码中来调用它

from ctypes import *


#load the shared object file
adder &＃61; CDLL(’./adder.so’)

#Find sum of integers
res_int &＃61; adder.add_int(4,5)
print "Sum of 4 and 5 &＃61; " &＃43; str(res_int)

#Find sum of floats
a &＃61; c_float(5.5)
b &＃61; c_float(4.1)

add_float &＃61; adder.add_float
add_float.restype &＃61; c_float
print "Sum of 5.5 and 4.1 &＃61; ", str(add_float(a, b))

输出如下

Sum of 4 and 5 &＃61; 9
Sum of 5.5 and 4.1 &＃61; 9.60000038147


在这个例子中&＃xff0c;C文件是自解释的&＃xff0c;它包含两个函数&＃xff0c;分别实现了整形求和和浮点型求和。

在Python文件中&＃xff0c;一开始先导入ctypes模块&＃xff0c;然后使用CDLL函数来加载我们创建的库文件。这样我们就可以通过变量adder来使用C类库中的函数了。当adder.add_int()被调用时&＃xff0c;内部将发起一个对C函数add_int的调用。ctypes接口允许我们在调用C函数时使用原生Python中默认的字符串型和整型。

而对于其他类似布尔型和浮点型这样的类型&＃xff0c;必须要使用正确的ctype类型才可以。如向adder.add_float()函数传参时, 我们要先将Python中的十进制值转化为c_float类型&＃xff0c;然后才能传送给C函数。这种方法虽然简单&＃xff0c;清晰&＃xff0c;但是却很受限。例如&＃xff0c;并不能在C中对对象进行操作。

3.SWIG

SWIG是Simplified Wrapper and Interface Generator的缩写。是Python中调用C代码的另一种方法。在这个方法中&＃xff0c;开发人员必须编写一个额外的接口文件来作为SWIG(终端工具)的入口。

Python开发者一般不会采用这种方法&＃xff0c;因为大多数情况它会带来不必要的复杂。而当你有一个C/C&＃43;&＃43;代码库需要被多种语言调用时&＃xff0c;这将是个非常不错的选择。

示例如下(来自SWIG官网)

example.c文件中的C代码包含了不同的变量和函数

#include
double My_variable &＃61; 3.0;


int fact(int n) {
if (n <&＃61; 1) return 1;
else return n*fact(n-1);

}

int my_mod(int x, int y) {
return (x%y);

}

char *get_time()
{
time_t ltime;
time(<ime);
return ctime(<ime);

}

编译它

unix % swig -python example.i
unix % gcc -c example.c example_wrap.c \-I/usr/local/include/python2.1
unix % ld -shared example.o example_wrap.o -o _example.so

最后&＃xff0c;Python的输出

>>> import example
>>> example.fact(5)
120
>>> example.my_mod(7,3)
1
>>> example.get_time()
&＃39;Sun Feb 11 23:01:07 1996&＃39;
>>>


我们可以看到&＃xff0c;使用SWIG确实达到了同样的效果&＃xff0c;虽然下了更多的工夫&＃xff0c;但如果你的目标是多语言还是很值得的。

4.Python/C API

Python/C API可能是被最广泛使用的方法。它不仅简单&＃xff0c;而且可以在C代码中操作你的Python对象。

这种方法需要以特定的方式来编写C代码以供Python去调用它。所有的Python对象都被表示为一种叫做PyObject的结构体&＃xff0c;并且Python.h头文件中提供了各种操作它的函数。例如&＃xff0c;如果PyObject表示为PyListType(列表类型)时&＃xff0c;那么我们便可以使用PyList_Size()函数来获取该结构的长度&＃xff0c;类似Python中的len(list)函数。大部分对Python原生对象的基础函数和操作在Python.h头文件中都能找到。

示例

编写一个C扩展&＃xff0c;添加所有元素到一个Python列表(所有元素都是数字)

来看一下我们要实现的效果&＃xff0c;这里演示了用Python调用C扩展的代码

#Though it looks like an ordinary python import, the addList module is implemented in C
import addList


l &＃61; [1,2,3,4,5]
print "Sum of List - " &＃43; str(l) &＃43; " &＃61; " &＃43; str(addList.add(l))

上面的代码和普通的Python文件并没有什么分别&＃xff0c;导入并使用了另一个叫做addList的Python模块。唯一差别就是这个模块并不是用Python编写的&＃xff0c;而是C。

接下来我们看看如何用C编写addList模块&＃xff0c;这可能看起来有点让人难以接受&＃xff0c;但是一旦你了解了这之中的各种组成&＃xff0c;你就可以一往无前了。

//Python.h has all the required function definitions to manipulate the Python objects
#include


//This is the function that is called from your python code
static PyObject* addList_add(PyObject* self, PyObject* args){

PyObject * listObj;//The input arguments come as a tuple, we parse the args to get the various variables
//In this case it&＃39;s only one list variable, which will now be referenced by listObj
if (! PyArg_ParseTuple( args, "O", &listObj ))return NULL;//length of the list
long length &＃61; PyList_Size(listObj);//iterate over all the elements
int i, sum &＃61;0;
for (i &＃61; 0; i //get an element out of the list - the element is also a python objectsPyObject* temp &＃61; PyList_GetItem(listObj, i);//we know that object represents an integer - so convert it into C longlong elem &＃61; PyInt_AsLong(temp);sum &＃43;&＃61; elem;
}//value returned back to python code - another python object
//build value here converts the C long to a python integer
return Py_BuildValue("i", sum);


}

//This is the docstring that corresponds to our ‘add’ function.
static char addList_docs[] &＃61;
“add( ): add all elements of the list\n”;

/* This table contains the relavent info mapping -
, ,
,
*/
static PyMethodDef addList_funcs[] &＃61; {
{“add”, (PyCFunction)addList_add, METH_VARARGS, addList_docs},
{NULL, NULL, 0, NULL}

};

/*
addList is the module name, and this is the initialization block of the module.
, ,
*/
PyMODINIT_FUNC initaddList(void){
Py_InitModule3(“addList”, addList_funcs,
“Add all ze lists”);

}

逐步解释 - Python.h头文件中包含了所有需要的类型(Python对象类型的表示)和函数定义(对Python对象的操作) - 接下来我们编写将要在Python调用的函数, 函数传统的命名方式由{模块名}_{函数名}组成&＃xff0c;所以我们将其命名为addList_add 
- 然后填写想在模块内实现函数的相关信息表&＃xff0c;每行一个函数&＃xff0c;以空行作为结束 - 最后的模块初始化块签名为PyMODINIT_FUNC init{模块名}。

函数addList_add接受的参数类型为PyObject类型结构(同时也表示为元组类型&＃xff0c;因为Python中万物皆为对象&＃xff0c;所以我们先用PyObject来定义)。传入的参数则通过PyArg_ParseTuple()来解析。第一个参数是被解析的参数变量。第二个参数是一个字符串&＃xff0c;告诉我们如何去解析元组中每一个元素。字符串的第n个字母正是代表着元组中第n个参数的类型。例如&＃xff0c;"i"代表整形&＃xff0c;"s"代表字符串类型, "O"则代表一个Python对象。接下来的参数都是你想要通过PyArg_ParseTuple()函数解析并保存的元素。这样参数的数量和模块中函数期待得到的参数数量就可以保持一致&＃xff0c;并保证了位置的完整性。例如&＃xff0c;我们想传入一个字符串&＃xff0c;一个整数和一个Python列表&＃xff0c;可以这样去写

int n;
char *s;
PyObject* list;
PyArg_ParseTuple(args, "siO", &n, &s, &list);


在这种情况下&＃xff0c;我们只需要提取一个列表对象&＃xff0c;并将它存储在listObj变量中。然后用列表对象中的PyList_Size()函数来获取它的长度。就像Python中调用len(list)。

现在我们通过循环列表&＃xff0c;使用PyList_GetItem(list, index)函数来获取每个元素。这将返回一个PyObject*对象。既然Python对象也能表示PyIntType&＃xff0c;我们只要使用PyInt_AsLong(PyObj *)函数便可获得我们所需要的值。我们对每个元素都这样处理&＃xff0c;最后再得到它们的总和。

总和将被转化为一个Python对象并通过Py_BuildValue()返回给Python代码&＃xff0c;这里的i表示我们要返回一个Python整形对象。

现在我们已经编写完C模块了。将下列代码保存为setup.py

#build the modules


from distutils.core import setup, Extension

setup(name&＃61;‘addList’, version&＃61;‘1.0’,
ext_modules&＃61;[Extension(‘addList’, [‘adder.c’])])

并且运行

python setup.py install


现在应该已经将我们的C文件编译安装到我们的Python模块中了。

在一番辛苦后&＃xff0c;让我们来验证下我们的模块是否有效

#module that talks to the C code
import addList


l &＃61; [1,2,3,4,5]
print "Sum of List - " &＃43; str(l) &＃43; " &＃61; " &＃43; str(addList.add(l))

输出结果如下

Sum of List - [1, 2, 3, 4, 5] &＃61; 15


如你所见&＃xff0c;我们已经使用Python.h API成功开发出了我们第一个Python C扩展。这种方法看似复杂&＃xff0c;但你一旦习惯&＃xff0c;它将变的非常有效。

Python调用C代码的另一种方式便是使用Cython让Python编译的更快。但是Cython和传统的Python比起来可以将它理解为另一种语言&＃xff0c;所以我们就不在这里过多描述了。