python如何调用c编译好可执行程序

python如何调用c编译好可执行程序

 

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，  这里特指C 的动态库 ，用C++ 编译的动态库 ctypes 虽然能够加载，但调用时的函数名已经由于 C++ 的重载特性被加以修改，难以调用。 使用 ctypes 调用 C 动态库的好处在于不用进行额外的开发，可以直接使用编译好的动态库。 ctypes 提供了完整的 C 类型封装，也支持自定义类型，大大减少在调用过程中的工作量。 ctypes 的使用很简单，只需熟悉 python 封装与 C 中的对应关系即可。以下用一个简单的例子来说明：

　　from  ctypes  import  * #导入ctypes模块

　　libc = cdll.LoadLibrary("libc.so.6") #加载libc动态库

　　str  = c_char_p(' Hello World! ') #使用char *在ctypes中的对应封装c_char_p，相当于char* str=”Hello World!”

　　libc.printf(“yell: %s ”,  str ) #调用printf函数

　　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：

1. 将需要调用的代码编译成目标文件(.o) ；
2. 用SWIG 读取编写描述文件 (.i) ，生成接口文件 (.cxx) ；
3. 将接口文件编译为目标文件(.o) ；
4. 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  原始代码的头文件

　　swig_ex.i SWIG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：

%module swig_ex
%{
    #define SWIG_FILE_WITH_INIT
    #include "swig_ex.h"
%}
int fact(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
   g++ -fPIC -c swig_ex.cpp
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 -c++ -python swig_ex.i
   g++ -O2 -fPIC -c swig_ex_wrap.cxx -I/home/work/linyi/autoframe/tool/python/include/python2.6/
_swig_ex.so: swig_ex_wrap.o #将目标文件打包成动态库
   g++ -shared swig_ex.o swig_ex_wrap.o -o _swig_ex.so
.PHONY: clean
clean:
   rm -rf swig_ex_wrap.* swig_ex.py _swig_ex.so

　　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：

Import swig_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。