1. 在其他应用程序中嵌入 Python¶
之前的章节讨论了如何扩展 Python,即通过将 C 函数库附加到 Python 来扩展其功能。也可以反过来:通过在 C/C++ 应用程序中嵌入 Python 来丰富您的应用程序。嵌入功能使您的应用程序能够以 Python 而非 C 或 C++ 实现部分功能。这可以用于多种目的;一个示例是允许用户通过编写一些 Python 脚本来根据自己的需求调整应用程序。如果某些功能可以更轻松地用 Python 编写,您也可以自己使用它。
嵌入 Python 类似于扩展 Python,但又并非完全相同。区别在于,当您扩展 Python 时,应用程序的主程序仍然是 Python 解释器,而如果您嵌入 Python,主程序可能与 Python 完全无关 — 相反,应用程序的某些部分会偶尔调用 Python 解释器来运行一些 Python 代码。
因此,如果您要嵌入 Python,您将提供自己的主程序。主程序必须做的一件事是初始化 Python 解释器。至少,您必须调用 Py_Initialize()
函数。还有可选的调用来向 Python 传递命令行参数。然后,您可以在应用程序的任何部分调用解释器。
有几种不同的方式可以调用解释器:您可以将包含 Python 语句的字符串传递给 PyRun_SimpleString()
,或者您可以将 stdio 文件指针和文件名(仅用于错误消息中的识别)传递给 PyRun_SimpleFile()
。您还可以调用前几章中描述的较低级操作来构造和使用 Python 对象。
参见
- Python/C API 参考手册
本手册提供了 Python C 接口的详细信息。这里可以找到大量必要的信息。
1.1. 非常高级的嵌入¶
嵌入 Python 最简单的形式是使用非常高级的接口。此接口旨在执行 Python 脚本,而无需直接与应用程序交互。例如,这可以用于对文件执行某些操作。
#define PY_SSIZE_T_CLEAN
#include <Python.h>
int
main(int argc, char *argv[])
{
PyStatus status;
PyConfig config;
PyConfig_InitPythonConfig(&config);
/* optional but recommended */
status = PyConfig_SetBytesString(&config, &config.program_name, argv[0]);
if (PyStatus_Exception(status)) {
goto exception;
}
status = Py_InitializeFromConfig(&config);
if (PyStatus_Exception(status)) {
goto exception;
}
PyConfig_Clear(&config);
PyRun_SimpleString("from time import time,ctime\n"
"print('Today is', ctime(time()))\n");
if (Py_FinalizeEx() < 0) {
exit(120);
}
return 0;
exception:
PyConfig_Clear(&config);
Py_ExitStatusException(status);
}
备注
使用 #define PY_SSIZE_T_CLEAN
来指示在某些 API 中应使用 Py_ssize_t
而不是 int
。自 Python 3.13 以来不再需要,但我们为了向后兼容性在此处保留它。有关此宏的描述,请参见 字符串和缓冲区。
应在调用 Py_InitializeFromConfig()
之前调用设置 PyConfig.program_name
,以告知解释器 Python 运行时库的路径。接下来,使用 Py_Initialize()
初始化 Python 解释器,然后执行一个硬编码的 Python 脚本,该脚本打印日期和时间。之后,调用 Py_FinalizeEx()
关闭解释器,然后程序结束。在实际程序中,您可能希望从其他来源获取 Python 脚本,例如文本编辑器例程、文件或数据库。从文件中获取 Python 代码最好通过使用 PyRun_SimpleFile()
函数来完成,这可以省去您分配内存空间和加载文件内容的麻烦。
1.2. 超越非常高级的嵌入:概述¶
高级接口使您能够从应用程序执行任意 Python 代码片段,但数据交换至少可以说相当麻烦。如果需要,您应该使用较低级的调用。以编写更多 C 代码为代价,您可以实现几乎任何事情。
应该指出,尽管意图不同,扩展 Python 和嵌入 Python 是非常相同的活动。前几章讨论的大部分主题仍然有效。为了说明这一点,请考虑从 Python 到 C 的扩展代码实际做了什么
将数据值从 Python 转换为 C,
使用转换后的值对 C 例程执行函数调用,以及
将调用返回的数据值从 C 转换为 Python。
当嵌入 Python 时,接口代码执行
将数据值从 C 转换为 Python,
使用转换后的值对 Python 接口例程执行函数调用,以及
将调用返回的数据值从 Python 转换为 C。
如您所见,数据转换步骤只是简单地互换,以适应跨语言传输的不同方向。唯一的区别是您在两次数据转换之间调用的例程。扩展时,您调用 C 例程;嵌入时,您调用 Python 例程。
本章将不讨论如何将数据从 Python 转换为 C 反之亦然。此外,假定对引用和错误处理的正确使用已理解。由于这些方面与扩展解释器没有区别,您可以参考前面的章节获取所需信息。
1.3. 纯嵌入¶
第一个程序旨在执行 Python 脚本中的一个函数。与关于非常高级接口的部分一样,Python 解释器不直接与应用程序交互(但这将在下一节中改变)。
运行 Python 脚本中定义的函数的代码是
#define PY_SSIZE_T_CLEAN
#include <Python.h>
int
main(int argc, char *argv[])
{
PyObject *pName, *pModule, *pFunc;
PyObject *pArgs, *pValue;
int i;
if (argc < 3) {
fprintf(stderr,"Usage: call pythonfile funcname [args]\n");
return 1;
}
Py_Initialize();
pName = PyUnicode_DecodeFSDefault(argv[1]);
/* Error checking of pName left out */
pModule = PyImport_Import(pName);
Py_DECREF(pName);
if (pModule != NULL) {
pFunc = PyObject_GetAttrString(pModule, argv[2]);
/* pFunc is a new reference */
if (pFunc && PyCallable_Check(pFunc)) {
pArgs = PyTuple_New(argc - 3);
for (i = 0; i < argc - 3; ++i) {
pValue = PyLong_FromLong(atoi(argv[i + 3]));
if (!pValue) {
Py_DECREF(pArgs);
Py_DECREF(pModule);
fprintf(stderr, "Cannot convert argument\n");
return 1;
}
/* pValue reference stolen here: */
PyTuple_SetItem(pArgs, i, pValue);
}
pValue = PyObject_CallObject(pFunc, pArgs);
Py_DECREF(pArgs);
if (pValue != NULL) {
printf("Result of call: %ld\n", PyLong_AsLong(pValue));
Py_DECREF(pValue);
}
else {
Py_DECREF(pFunc);
Py_DECREF(pModule);
PyErr_Print();
fprintf(stderr,"Call failed\n");
return 1;
}
}
else {
if (PyErr_Occurred())
PyErr_Print();
fprintf(stderr, "Cannot find function \"%s\"\n", argv[2]);
}
Py_XDECREF(pFunc);
Py_DECREF(pModule);
}
else {
PyErr_Print();
fprintf(stderr, "Failed to load \"%s\"\n", argv[1]);
return 1;
}
if (Py_FinalizeEx() < 0) {
return 120;
}
return 0;
}
此代码使用 argv[1]
加载 Python 脚本,并调用 argv[2]
中命名的函数。其整数参数是 argv
数组的其他值。如果您 编译并链接 此程序(我们称完成的可执行文件为 call),并使用它执行 Python 脚本,例如
def multiply(a,b):
print("Will compute", a, "times", b)
c = 0
for i in range(0, a):
c = c + b
return c
那么结果应该是
$ call multiply multiply 3 2
Will compute 3 times 2
Result of call: 6
尽管该程序的功能而言相当大,但大部分代码用于 Python 和 C 之间的数据转换以及错误报告。关于嵌入 Python 的有趣部分始于
Py_Initialize();
pName = PyUnicode_DecodeFSDefault(argv[1]);
/* Error checking of pName left out */
pModule = PyImport_Import(pName);
初始化解释器后,使用 PyImport_Import()
加载脚本。此例程需要一个 Python 字符串作为其参数,该字符串是使用 PyUnicode_DecodeFSDefault()
数据转换例程构造的。
pFunc = PyObject_GetAttrString(pModule, argv[2]);
/* pFunc is a new reference */
if (pFunc && PyCallable_Check(pFunc)) {
...
}
Py_XDECREF(pFunc);
加载脚本后,使用 PyObject_GetAttrString()
检索我们正在寻找的名称。如果名称存在,并且返回的对象可调用,您可以安全地假设它是一个函数。然后程序通过像往常一样构造一个参数元组来继续。然后用以下方式调用 Python 函数
pValue = PyObject_CallObject(pFunc, pArgs);
函数返回时,pValue
要么是 NULL
,要么包含对函数返回值的引用。检查值后务必释放引用。
1.4. 扩展嵌入式 Python¶
到目前为止,嵌入式 Python 解释器无法访问应用程序本身的功能。Python API 通过扩展嵌入式解释器来实现这一点。也就是说,嵌入式解释器通过应用程序提供的例程进行扩展。虽然听起来很复杂,但并没有那么糟糕。暂时忘记应用程序启动 Python 解释器。相反,将应用程序视为一组子例程,并编写一些粘合代码,让 Python 访问这些例程,就像您编写普通的 Python 扩展一样。例如
static int numargs=0;
/* Return the number of arguments of the application command line */
static PyObject*
emb_numargs(PyObject *self, PyObject *args)
{
if(!PyArg_ParseTuple(args, ":numargs"))
return NULL;
return PyLong_FromLong(numargs);
}
static PyMethodDef emb_module_methods[] = {
{"numargs", emb_numargs, METH_VARARGS,
"Return the number of arguments received by the process."},
{NULL, NULL, 0, NULL}
};
static struct PyModuleDef emb_module = {
.m_base = PyModuleDef_HEAD_INIT,
.m_name = "emb",
.m_size = 0,
.m_methods = emb_module_methods,
};
static PyObject*
PyInit_emb(void)
{
return PyModuleDef_Init(&emb_module);
}
将上述代码插入到 main()
函数的正上方。此外,在调用 Py_Initialize()
之前插入以下两条语句
numargs = argc;
PyImport_AppendInittab("emb", &PyInit_emb);
这两行初始化 numargs
变量,并使 emb.numargs()
函数可供嵌入式 Python 解释器访问。通过这些扩展,Python 脚本可以执行以下操作
import emb
print("Number of arguments", emb.numargs())
在实际应用程序中,这些方法将向 Python 公开应用程序的 API。
1.5. 在 C++ 中嵌入 Python¶
在 C++ 程序中嵌入 Python 也是可能的;具体如何实现将取决于所使用的 C++ 系统的细节;通常您需要用 C++ 编写主程序,并使用 C++ 编译器编译和链接您的程序。无需使用 C++ 重新编译 Python 本身。
1.6. 在类 Unix 系统下编译和链接¶
找到正确的标志传递给编译器(和链接器)以将 Python 解释器嵌入到您的应用程序中并非易事,特别是因为 Python 需要加载实现为 C 动态扩展(.so
文件)并与其链接的库模块。
要找出所需的编译器和链接器标志,您可以执行作为安装过程一部分生成的 pythonX.Y-config
脚本(也可能提供 python3-config
脚本)。此脚本有几个选项,其中以下选项对您直接有用
pythonX.Y-config --cflags
将为您提供编译时推荐的标志$ /opt/bin/python3.11-config --cflags -I/opt/include/python3.11 -I/opt/include/python3.11 -Wsign-compare -DNDEBUG -g -fwrapv -O3 -Wall
pythonX.Y-config --ldflags --embed
将为您提供链接时推荐的标志$ /opt/bin/python3.11-config --ldflags --embed -L/opt/lib/python3.11/config-3.11-x86_64-linux-gnu -L/opt/lib -lpython3.11 -lpthread -ldl -lutil -lm
备注
为避免不同 Python 安装之间(尤其是系统 Python 和您自己编译的 Python 之间)的混淆,建议您使用 pythonX.Y-config
的绝对路径,如上例所示。
如果此过程对您不起作用(不能保证适用于所有类 Unix 平台;但是,我们欢迎 错误报告),您将必须阅读您系统关于动态链接的文档和/或检查 Python 的 Makefile
(使用 sysconfig.get_makefile_filename()
查找其位置)和编译选项。在这种情况下,sysconfig
模块是一个有用的工具,可以以编程方式提取您想要组合在一起的配置值。例如
>>> import sysconfig
>>> sysconfig.get_config_var('LIBS')
'-lpthread -ldl -lutil'
>>> sysconfig.get_config_var('LINKFORSHARED')
'-Xlinker -export-dynamic'