Python多年来一直备受关注，占据了许多领域的地位，Web、大数据、人工智能、操作和维护都有它的形象，甚至图形界面也很流畅。即使是“full-stack”这个词刚出来的时候，似乎也是为了描述它。

虽然Python存在GIL问题，导致多线程无法充分利用多核，但后来的multiprocess可以从多过程的角度使用多核，甚至affinity可以绑定特定的CPU核，这个问题也得到了解决。虽然它基本上是一种完整的堆栈语言，但有时它可能会考虑与C语言混合，以提高效率。

混合编辑是计算机中不可避免的话题，涉及很多事情。技术、架构、团队状况、管理、客户等环节可能会对其产生影响。当我想到混合编辑的问题时，我会再次发布一个特别的讨论。本文只讨论python和C混合编辑的方法，大致如下（本文的背景是linux，可以与其他平台进行比较）：

共享库

使用C语言编译生成共享库，然后python使用ctype库中的cdll打开共享库。

例如，C语言代码是

/*func.c*/
intfunc(inta)
{
returna*a;
}

python代码为

#!/usr/bin/envpython
#test_so.py
fromctypesimportcdll
importos
p=os.getcwd()+'/libfunc.so'
f=cdll.LoadLibrary(p)
printf.func(99)

测试如下：

$gcc-fPIC-sharedfunc.c-olibfunc.so
$./test_so.py
9801

subprocess

C语言设计一个完整的可执行文件，然后python通过subprocess执行可执行文件，本质上是fork+execve。

例如，C语言代码是

/*test.c*/
#include<stdio.h>
intfunc(inta)
{
returna*a;
}
intmain(intargc,char**argv)
{
intx;
sscanf(argv[1],"%d",&x);
printf("%d\n",func(x));
return0;
}

Python代码为

#!/usr/bin/envpython
#test_subprocess.py
importos
importsubprocess
subprocess.call([os.getcwd()+'/a.out','99'])

测试如下：

$gcctest.c-oa.out
$./test_subprocess.py
9801

python程序在C语言中运行

C语言使用popen/system或直接使用系统调用级fork+exec来运行python程序也是一种混合手段。

例如，Python代码如下：

#!/usr/bin/envpython
#test.py
importsys
x=int(sys.argv[1])
printx*x

C语言代码如下：

/*test.c*/
#include<stdio.h>
#include<stdlib.h>
intmain()
{
FILE*f;
chars[1024];
intret;
f=popen("./test.py99","r");
while((ret=fread(s,1,1024,f))>0){
fwrite(s,1,ret,stdout);
}
fclose(f);
return0;
}

测试如下：

$gcctest.c
$./a.out
9801

python支持C语言扩展

许多编程语言都支持C语言的扩展，这有两个原因：

(1)在语言设计之初，可以充分利用C语言现有的库进行大量扩展；

(2)C语言运行效率高。

python也不例外。从诞生之日起，许多图书馆都是用C语言编写的。python的C语言扩展涉及python的数据结构和C语言的对应性。扩展方法实际上是用C语言编写共享库，但共享库中的接口是标准的，可以被python识别。

为了解释如何扩展，我首先假设python下的函数功能，代码如下：

deffunc(*a):
res=1
foriinrange(len(a)):
res*=sum(a[i])
returnres

如上所示，所需的函数功能是参数是由任何多个数字组成的列表(其他数据结构暂时排除在外)，并返回每个列表中元素之和的乘积。

先写python代码，如下所示：

#!/usr/bin/envpython
#test.py
importcolin
deffunc(*a):
res=1
foriinrange(len(a)):
res*=sum(a[i])
returnres
a=[1,2,3]
b=[4,5,6]
c=[7,8]
d=[9]
e=[10，11，12，13，14]
f=colin.func2(99)
g=colin.func3(a,b,c,d,e)
h=func3(a,b,c,d,e)
print"f=",f
print"g=",g
print"h=",h

带上之前测试过的平方func，相对简单。希望python写的func能和C语言扩展的结果一致。

首先，用C语言写下这些函数的实现，其中func3使用了一个数据结构y_，表示任何多个长数组。t,用x_t来表示单个数组。

/*colin.h*/
#ifndefColin_h
#defineColin_h
typedefstruct{
int*a;
intlen;
}x_t;
typedefstruct{
x_t*ax;
intlen;
}y_t;
intfunc2(inta);
intfunc3(y_t*p);
voidfree_y_t(y_t*p);
#endif
/*colin.c*/
#include"colin.h"
#include<stdlib.h>
intfunc2(inta)
{
returna*a;
}
intfunc3(y_t*p)
{
intresult;
intsum;
inti,j;
result=1;
for(i=0;i<p->len;i++){
sum=0;
for(j=0;j<p->ax[i].len;j++)
sum+=p->ax[i].a[j];
result*=sum;
}
returnresult;
}
voidfree_y_t(y_t*p)
{
inti;
for(i=0;i<p->len;i++){
free(p->ax[i].a);
}
free(p->ax);
}

上面定义了三个函数，func2代表平方，func3代表之前提到的功能，因为y_t结构可能是动态分配的，所以给出了一种归还内存的方法。

正如我刚才所说，如果python扩展，我们需要“标准化”共享库的界面。所以我们打包它，给它一个加载python的入口。

/*wrap.c*/
#include<Python.h>
#include<stdlib.h>
#include"colin.h"
PyObject*wrap_func2(PyObject*self,PyObject*args)
{
intn,result;
/*从参数列表中导出一个整形手术，使用"i"*/
if(!PyArg_ParseTuple(args,"i",&n))
returnNULL;
用C语言的库实现计算*/
result=func2(n);
计算结果必须导致python识别类型*/
returnPy_BuildValue("i",result);
}
PyObject*wrap_func3(PyObject*self,PyObject*args)
{
intn,result;
inti,j;
intsize,size2;
PyObject*p,*q;
y_t*y;
y=malloc(sizeof(y_t));
/*先数有多少参数，即列表的数量*/
size=PyTuple_Size(args);
*/*先分配数组的数量*/
y->len=size;
y->ax=malloc(sizeof(x_t)*size);
/*python中各列表(参数)*/
for(i=0;i<size;i++){
/*先获得第一个参数，一个列表*/
p=PyTuple_GetItem(args,i);
/*获取列表的长度*/
size2=PyList_Size(p);
/*为数组分配空间*/
y->ax[i].len=size2;
y->ax[i].a=malloc(sizeof(int)*size2);
/*遍历列表，依次将列表中的数字转移到数组中*/
for(j=0;j<size2;j++){
q=PyList_GetItem(p,j);
PyArg_Parse(q,"i",&y->ax[i].a[j]);
}
}
用C语言的库实现计算*/
result=func3(y);
free_y_t(y);
free(y);
/*结果转化为python识别格式*/
returnPy_BuildValue("i",result);
}
/*这是接口列表，加载时只加载列表的地址，所以这个数据结构不能放在栈(局部变量)内，*/
staticPyMethodDefcolinMethods[]=
{
{"func2",wrap_func2，METH_VARARGS,"Justatest"},
{"func3",wrap_func3，METH_VARARGS,"Justatest"},
{NULL,NULL,METH_NOARGS,NULL}
};
/*python加载时的界面*/
/*注意，既然库名叫colin，这个函数必须交给initcolin*//
voidinitcolin()
{
PyObject*m;
m=Py_InitModule("colin",colinMethods);
}

在这个过程中，我猜Pyarg_Vaparse应该功能更强大，但是反复测试没有成功，也没有仔细阅读文档。

测试一下

$gcc-I/usr/include/python2.7/-fPIC-sharedcolin.cwrap.c-ocolin.so
$./test.py
f=9801
g=729000
h=729000

C语言写的函数与python写的函数结果一致。

python培训视频众多，全部在python学习网，欢迎在线学习！

本文转自：https://www.jianshu.com/p/9ffc1534e588